图片上的手机号码和Email地址采集解决方案

将手机号码和Email地址做成图片显示给访问者，给复制粘贴造成难度，可以有效提高网站的访问量，但是对于数据的收集整理则带来诸多不便。在邮件群发、电话营销过程中，我们还是需要将这些资料整理成数据，以方便在邮件群发软件中批量导入，在电话呼叫系统中定时拨号。

目前将这类数据转成图片的网站有一些，小的网站就不说了，访问量高网站的如58同城、赶集网等，都是邮件群发营销和电话短信营销青睐的目标。对于这类数据的采集，不可能采用抓取网页，然后按照正则表达式的规则匹配，因为一个页面上会有很多图片，如果软件不做定制，是无法确定哪一张图片上显示的信息是你想要的，而如果将每张图片都转换成文字再做判断，这也是不现实的，至少目前的电脑是受不了这么频繁的转换的。

我们以58同城的企业名录为例来叙述解决方案的基本处理过程。

1、首先通过 http://qy.58.com/sh/pn2/ 主页查找企业目录；

2、打开具体的页面如：
http://qy.58.com/213346056198/?PGTID=14140325831750.05128938476721712&ClickID=25
读取公司名称，公司资质，公司行业，公司性质，公司规模，联系人，联系电话，邮箱，企业网址，公司地址。
其中联系电话可能是手机号码或者固定电话；联系电话和邮箱都是混淆加密显示的图片。

3、使用正则表达式采集以上对应的字段。

4、对上海延誉自主开发的图文识别模块有针对性的进行训练至少50个案例图片，以提高图片转电话和邮箱的精确度。

5、将采集到的电话和邮箱转成对应的文字，并且每条记录保存一行。

6、在采集结果的Excel中，人工逐行校对。

从以上的处理过程不难看出，要最大限度的准确提取这类网页上的手机号码、Email地址等信息，必须有人工参与的过程，这也是为什么这方面可以出解决方案，而不出具体产品的原因所在，更具体的解决方案可登陆158软件官网www.qunfa158.com上查询。

欢迎致电咨询软件定制开发事宜：