Как найти ссылки и контактные данные в сообщениях канала Telegram

В каналах, посвящённых вакансиям, курсам, мероприятиям, объявлениям о проектах и общению, действительно полезная информация часто размещается в конце сообщений: страницы регистрации, адреса электронной почты, номера телефонов или ссылки @username. Просматривать сообщения одно за другим очень долго, а поиск только по фразе «контактные данные» может привести к пропуску важной информации, поскольку в исходном тексте может быть указано только apply here, DM, один URL-адрес или набор цифр.

Более надежной задачей будет не «предоставить мне все контактные данные из канала», а ограничить тему и временные рамки, потребовав сохранить исходную форму записи, назначение и источник сообщения. Нахождение адреса лишь свидетельствует о том, что он когда-то был опубликован, но не означает, что он по-прежнему действителен или заслуживает доверия.

Сначала уточним, какие именно контактные данные нужно искать

К числу типичных объектов относятся:

• веб-страницы https:// или http://;
• ссылки на каналы, группы, ботов или имена пользователей в Telegram (t.me);
• адрес электронной почты;
• телефонные номера с международным кодом страны или в местном формате;
• @username, ссылки на аккаунты в социальных сетях и формы;
• Адрес офиса или место регистрации, явно указанные в сообщениях.

Не следует помещать все ссылки в один непонятный список. Сначала разделите их по назначению на «подача заявки», «регистрация», «служба поддержки», «оплата», «скачивание материалов», «официальные инструкции» и «прочее», а элементы, назначение которых невозможно определить, пометьте как «не указано».

Шаблон запроса, который можно использовать повторно

Среди доступных для поиска сообщений канала за последние 30 дней необходимо найти страницы регистрации, адреса электронной почты, номера телефонов и ссылки @username, связанные с «курсом по анализу данных». В обратном хронологическом порядке перечислите название курса, тип контактной информации, исходное значение, назначение, срок действия и исходное сообщение. В полях, отсутствующих в исходном тексте, укажите «не указано», не делайте предположений.

В этом запросе одновременно ограничены объект, время, тема и поля вывода. Для объявлений о вакансиях, жилье или мероприятиях достаточно заменить тему и поля таблицы.

URL — необходимо сохранить исходный домен

Короткие ссылки и перенаправления могут скрывать конечный веб-сайт. При систематизации результатов следует отображать как минимум домены, упомянутые в сообщениях, а не просто писать «нажмите здесь». Если одна и та же веб-страница имеет разные параметры отслеживания, их можно пометить как возможные дубликаты, но при этом следует сохранить источник каждого сообщения, чтобы избежать ошибочного удаления различных кампаний или партий.

При проверке ссылок не следует автоматически входить в систему, отправлять формы, подключать кошелек или скачивать неизвестные файлы. Сначала самостоятельно откройте официальный сайт организации, перейдите по навигации на целевую страницу, а затем сравните домен и содержание. Следует обратить внимание на похожие варианты написания, дополнительные субдомены и необычные домены верхнего уровня.

Не допускается самовольная стандартизация телефонных номеров и адресов электронной почты

Номера телефонов могут содержать пробелы, скобки, тире и международные коды стран; в адресах электронной почты могут использоваться заглавные и строчные буквы или псевдонимы. Для удобства чтения можно привести формат в порядок, но исходные значения должны быть сохранены. Два номера, имеющие схожий формат, не обязательно принадлежат одному и тому же человеку, а один адрес электронной почты не может автоматически подтверждать, что отправитель является представителем какой-либо компании.

Что касается личных контактных данных, необходимо учитывать вопросы конфиденциальности и цели использования. Наличие номера телефона в открытом сообщении не означает разрешение на массовый маркетинг, повторную публикацию или создание базы данных контактов. Обработка данных должна осуществляться только в необходимом объеме для выполнения задач, которые явно указаны пользователем и на которые он имеет право.

Как удалить явные дубликаты, не теряя при этом источники

Повторы обычно возникают из-за повторной публикации одного и того же сообщения, перепечатки в разных каналах или использования одной и той же ссылки с разными параметрами. При поиске по одному каналу можно использовать двухуровневое представление результатов: сначала объединить записи по нормализованным URL-адресам или контактным данным в одну запись, а затем под этой записью сохранить даты и источники всех сообщений.

Не объединяйте сообщения только на основании сходства текста. Две акции могут использовать одну и ту же форму регистрации, а также могут иметь разные даты окончания. Сообщения с одинаковыми ссылками, но разными условиями, должны отображаться отдельно с указанием изменений.

Как определить, действуют ли контактные данные по-прежнему

В первую очередь следует искать в последующих сообщениях такие слова, как «обновление», «замена», «недействителен», «срок истек», «заполнено», «приостановлено», а также новые ссылки. Более поздние сообщения, как правило, заслуживают большего внимания, но «самое свежее» не всегда означает «официальное» или «достоверное».

Можно задать дополнительные вопросы:

Для каждого из указанных выше контактов проверьте, не появилось ли уведомление о замене, отзыве или истечении срока действия. Если таких уведомлений нет, напишите только «В данный момент не обнаружено последующих обновлений», не пишите «по-прежнему действует».

Такая формулировка позволяет отделить факты от предположений. Отсутствие обновлений означает лишь то, что в рамках текущего поиска ничего не было найдено, и не гарантирует, что внешние страницы по-прежнему доступны.

Что должно содержать таблица результатов

Рекомендуется сохранить: тему или проект, тип контактных данных, исходные значения, заявленное в сообщении назначение, дату публикации, срок действия, статус дальнейших действий, исходное сообщение. В случаях с высоким риском можно также добавить «статус независимой проверки», который пользователь заполняет вручную, указав результаты проверки на официальном сайте.

Ссылки в сообщениях должны по возможности вести непосредственно к источнику. После открытия проверьте предыдущие и последующие сообщения, так как условия подачи заявки, стоимость, региональные ограничения и предупреждения о безопасности могут отсутствовать в том самом сообщении, на которое вы перешли.

Роль asktele в данной ситуации

В выбранном канале рассылки можно искать сообщения, доступные для поиска, на основе условий на естественном языке, систематизировать явно указанные ссылки и контактные данные, а также указывать источник на уровне конкретного сообщения. Программа не будет проверять для пользователя достоверность операторов веб-сайтов, не будет гарантировать подлинность вакансий или инвестиционных предложений, а также не должна расширять сферу использования личных контактных данных за пределы первоначального задания.

Если известен точный домен, фильтрация ссылок на Telegram и поиск внутри канала могут оказаться быстрее; если вы помните только «портал для подачи заявки на какую-то удаленную вакансию», для первоначального сужения круга вариантов лучше использовать запросы на естественном языке. О фильтрации по типам сообщений можно прочитать в руководстве по поиску ссылок, файлов и медиафайлов в каналах.