email-prefilter

Pré-filtre gratuit d'une liste d'emails (CSV) avant de payer un vérificateur tiers (NeverBounce, ZeroBounce, Reoon...) — pensé pour une campagne de prospection email BtoB, mais utilisable pour n'importe quelle liste d'emails à nettoyer avant envoi.

Pourquoi

Les vérificateurs d'email payants facturent à la vérification. Envoyer une liste brute (fautes de frappe, adresses jetables, domaines sans serveur mail) gaspille du budget sur des lignes qui échoueraient de toute façon. Ce script élimine gratuitement, en local, tout ce qui est détectable sans jamais se connecter au serveur mail cible (donc sans aucun risque pour la réputation de l'IP d'envoi) :

1. Syntaxe — regex email pragmatique.
2. Type de domaine — domaines personnels B2C connus (gmail.com, wanadoo.fr, yahoo.fr...) sont flagués, jamais rejetés d'office (une petite structure n'a parfois qu'une adresse perso). Domaines jetables/temporaires (mailinator.com, yopmail.com...) sont rejetés.
3. MX record — requête DNS pure (aucune connexion SMTP). Domaine sans MX : rejeté. Erreur/timeout DNS : gardé mais marqué incertain (principe de prudence, on ne rejette jamais un domaine potentiellement valide sur la seule base d'un problème réseau transitoire).

Seuls les emails survivants doivent ensuite passer par un vérificateur payant — la facture s'en trouve réduite au strict nécessaire.

Installation

git clone https://github.com/<votre-compte>/email-prefilter.git
cd email-prefilter
python3 -m venv venv
source venv/bin/activate   # venv\Scripts\activate sous Windows
pip install -r requirements.txt

Usage

python3 prefilter_emails.py --input emails_bruts.csv

Options :

• --input : chemin du CSV d'entrée (défaut : emails_bruts.csv)
• --email-column : nom de la colonne email (défaut : email)
• --workers : threads parallèles pour les requêtes MX (défaut : 20)

Le CSV d'entrée doit avoir au minimum une colonne email. Toutes les autres colonnes sont conservées telles quelles dans les fichiers de sortie.

Sorties

• emails_a_verifier.csv — emails conservés, avec deux colonnes ajoutées : type_domaine (pro ou perso_b2c) et statut_mx (ok ou incertain).
• emails_rejetes.csv — emails rejetés, avec raison_rejet (syntaxe_invalide, domaine_jetable, ou pas_de_mx).
• Un résumé chiffré est affiché dans la console.

Exemple

email,nom_entreprise
contact@exemple.fr,Mon Entreprise
jean@gmail.com,Artisan Solo
test@mailinator.com,Adresse jetable

$ python3 prefilter_emails.py --input exemple.csv

Etape 1/2 (syntaxe + domaine jetable) : 2 gardes, 1 rejetes sur 3.
Verification MX pour 2 domaines distincts (20 threads en parallele)...
MX lookup: 100%|##########| 2/2

=== Resume ===
Total traite       : 3
Gardes             : 2 -> emails_a_verifier.csv
Rejetes            : 1 -> emails_rejetes.csv
  - domaine_jetable: 1
Dont perso_b2c (flagues, gardes) : 1
Dont MX incertain (flagues, gardes) : 0

Limites à connaître

• Ce n'est pas un vérificateur d'email. Il ne teste jamais l'existence réelle d'une boîte au niveau SMTP — seulement des signaux gratuits et sans risque (syntaxe, domaine, MX). L'objectif est de réduire le volume à envoyer à un vrai service de vérification payant, pas de le remplacer.
• Les listes de domaines personnels/jetables sont statiques dans le script, centrées sur des fournisseurs français — à étendre selon vos besoins (voir PERSO_B2C_DOMAINS et DISPOSABLE_DOMAINS dans le code).
• Le cache MX est en mémoire, propre à chaque exécution (pas de persistance entre deux lancements du script).
• Respectez la réglementation applicable (RGPD, opt-out) pour l'usage final de la liste — ce script nettoie une liste, il ne rend pas légitime son utilisation.

Licence

MIT — voir LICENSE.