Massive Contact Finder

RapidAPI2025-11-29 更新2025-04-05 收录

下载链接：

https://rapidapi.com/scrapeeg/api/massive-contact-finder

下载链接

链接失效反馈

官方服务：

资源简介：

Send website URL and extract emails, phone numbers, and social media profiles. It quickly gathers valuable data, making your data collection process easier. Ideal for automating tasks and integrating contact scraping into your workflows.

创建时间：

2025-11-29

原始信息汇总

Massive Contact Finder API 概述

基本信息

API名称: Massive Contact Finder
API评分: 8.9 Popularity
服务等级: 100% Service Level
延迟: 942ms
测试状态: N/A
订阅计划:
- BASIC: $15.00 / mo
- PRO: $125.00 / mo
- ULTRA: $200.00 / mo
- MEGA: $300.00 / mo

API简介

功能: 通过提供网站链接，提取电子邮件地址、电话号码和社交媒体资料（如Facebook、Instagram、TikTok、LinkedIn、Twitter、YouTube、Snapchat、Pinterest、WhatsApp、Telegram等）。
特点: 快速、可靠，专为实时结果设计。

使用理由

非普通爬虫，而是联系人查找器。
超过90%的网站会返回数据。
提供与给定网站URL相关的更可靠数据。
速度快且数据质量高。
持续更新，解决小问题，提高数据质量。
节省数据收集和清理时间。
价格合理。

注意事项

不处理社交媒体链接。

快速开始

选择计划: 访问定价页面选择适合的计划，或从免费计划开始。
测试API: 使用界面输入网站URL，API将以JSON格式返回联系详情和社交链接。

认证

必需头部:
- x-rapidapi-host: website-contact-finder.p.rapidapi.com
- X-RapidAPI-Key: 您的API_Key

参数

主要参数:
- filter_personal_emails: True或False
- email_limit: 大于或小于10
- phone_limit: 大于或小于10
注意事项:
- 不要提供其他参数。
- 所有三个参数都是可选的，URL必须存在。

积分与请求

积分: 发送并获取有效数据（如电子邮件、电话、社交媒体链接）的请求。
请求: 发送的请求数量，无论数据如何。
注意事项:
- 按积分收费，而非请求。
- 仅返回标题或域名的请求不计费。

URL组件说明

有效URL示例: https://www.mankindbarbersnyc.com/contact
- 协议: https
- 域名: mankindbarbersnyc.com
- 子域名（可选）: www
- 路径: /contact
注意事项:
- 确保发送有效的URL。
- 至少包含协议和域名（如https://mankindbarbersnyc.com）。
- 不处理社交媒体链接。

示例代码

Python示例: python import requests import pandas as pd

base_url = "https://website-contact-finder.p.rapidapi.com/" api_key = "your_api_key"

headers = { "x-rapidapi-key": api_key, "x-rapidapi-host": "website-contact-finder.p.rapidapi.com" }

def start_requests(url): querystring = { "url": url, "filter_personal_emails":"false", "email_limit":"10", "phone_limit":"10" } response = requests.get(base_url, headers=headers, params=querystring) return response.json()

def save_to_csv(data): df = pd.DataFrame(data) df.to_csv("website_contact_finder.csv", index=False)