邮箱规范化实战:为什么 User@Gmail 和 u.ser@gmail 是同一个人

我做运营对账时,有一次把两份注册导出表合并,系统显示 4200 个唯一邮箱。后来一核对,真实用户只有 3900 出头。差出来的三百多条,全是同一批人用不同写法填的邮箱:有人首字母大写,有人在 Gmail 用户名里加了点,有人在收银台留了带加号的临时别名。这些地址肉眼看着不一样,投递到的却是同一个收件箱。

这就是邮箱规范化要解决的事:把同一个邮箱的各种写法,收敛成一个标准形式。规范化之后再去重、再导入,数据才干净。

邮箱地址归一到底归的是什么

一个邮箱地址等不等价,不取决于它长什么样,而取决于它最终投递到哪。规范化要统一的,通常是这几类差异:

大小写。邮箱的域名部分大小写不敏感,绝大多数邮件服务商连本地部分(@ 前面)也按不区分大小写处理。所以 Lei@Example.com 和 lei@example.com 是同一个地址。
首尾空格和隐藏字符。从网页或表格复制来的文本,经常在地址前后夹着空格、制表符,甚至不可见的零宽字符。
服务商特有的别名规则,最典型的就是 Gmail。

Gmail 的两条特殊规则:忽略点号和加号后缀

Gmail 有两条规则,很多人不知道,却直接决定了去重对不对。

第一,Gmail 忽略用户名里的所有点号。u.ser@gmail.com、us.er@gmail.com、user@gmail.com 在 Gmail 眼里是同一个账号,投递到的是同一个收件箱。

第二,Gmail 忽略加号及其后面的全部内容。加号后面那段是用户自己加的标签(常用来给不同网站分类),user+shopping@gmail.com 和 user+news@gmail.com 收的都是 user@gmail.com。

把这两条规则和大小写、空格一起套上,规范化就是:转小写,去掉 Gmail 用户名里的点号,砍掉加号后缀,清掉首尾空格。

一个真实的输入输出例子

下面这一批是我从某次活动报名里粘出来的原始数据,左边是原文,右边是规范化结果:

原始输入                          规范化输出
User+tag@Gmail.com         →      user@gmail.com
  u.ser+news@gmail.com     →      user@gmail.com
USER@GMAIL.COM             →      user@gmail.com
lei.lei@outlook.com        →      lei.lei@outlook.com

注意第四行:Outlook 不像 Gmail 那样忽略点号,所以 lei.lei 里的点号被保留,只做转小写。规范化不能对所有域名一刀切,得按服务商的真实规则来。前三行折叠成了同一个 user@gmail.com,这意味着原来看起来是三个人,其实是一个人。

顺序很关键:先规范化,再去重

很多人去重的做法是直接对原始字符串做唯一性判断。问题就出在这:User@Gmail.com 和 user@gmail.com 是两个不同的字符串,去重器会把它们当成两条记录留下来。

正确的顺序是先把每条邮箱跑一遍规范化,让等价的写法收敛到同一个值,再做去重。这样 User+tag@Gmail.com 和 u.ser@gmail.com 才会被识别成同一个人,合并成一条。如果你只想做去重这一步,可以用 /zh/t/email-address-deduplicator/;但去重前,务必先在 /zh/t/email-address-normalizer/ 里把地址统一好,顺序反了结果就不准。

本地处理:邮箱也是敏感数据

邮箱列表本身就是个人信息,尤其是客户名单、注册导出这类。把它们粘到某个在线工具里,等于把名单上传给了别人的服务器。

邮箱地址规范化工具的解析、转小写、去点号、去别名、去重、导出,全在你这个浏览器标签页里完成,上传的本地文件通过浏览器 File API 读取,不发到任何服务器。这点对处理含客户数据的列表很要紧:你既要把数据洗干净,又不能让它在洗的过程中泄露出去。处理完直接导出成 CSV、JSON 或 SQL IN 片段,交给下游系统就行。

几条容易踩的坑

别把格式校验当成真实性验证。地址写法对,不代表这个邮箱真的存在或还在用。
从网页复制的文本常带隐藏空白,导入前一定先规范化再去重,否则空格会让两条等价记录漏网。
要留审计线索的话,别只复制最终列表,导出一份带行号的 CSV,出了问题能回到原文查。

把规范化放在数据流程的最前面,后面的去重、统计、投递才站得住。下次再合并两份名单前,先让所有邮箱过一遍归一,你会发现"唯一用户数"这个数字,终于和现实对上了。

Made by Toolora · Updated 2026-06-13