所谓说着无心，听者有意。

　　前提是：一位网友发现了某中型电子商务网站的BBS的会员列表页是打开的。

　　过程是：这位网友将此论坛当作不注重用户隐私的反面教材而写进了软文里。

　　巧合是：这个论坛的大部分账号是用Email注册的。

　　疼心是：论坛的管理员直到大概一个月后才解决这个漏洞。

　　云飞的技术含量不是很高，所以用迅雷(xunlei)获得了1万个包含Email的网页文件。因为网页用的是统一的模板，云飞弱智的无限次使用Dreamweaver的查找和替换功能将多余的html标签删除掉。

　　这个时候我接触了“正则表达式”，从此开始崇拜正则式的伟大。有了正则式这个利器，数据处理和数据统计变得异常轻松。

　　在对这近16万Email地址进行统计分析 的过程中，发现一些趣事。

　　共提取到“*@163.com”4万4千次;“*@126.com”2万次;

　　“*@sina.com”1万次;“*@sohu.com”4千次;

　　“*@QQ.com”3万9千次;“*@yahoo.com系”1万2千次。

　　以上数据说明QQ邮箱的势力不可小视，几乎就要撼动网易邮箱的霸主地位;也说明4大门户里，搜狐的邮箱并不大么受人喜爱;还说明yahoo邮箱处于“瘦死的骆驼比马大”的阶段，尽管yahoo中国几易其主，但并不妨碍大家使用以前为求国际化而注册的雅虎邮箱。

　　从数据还提取出9千个MSN号(hotmail邮箱)，4千个Gtalk号(Gmail邮箱)，1千个电话号码(139邮箱)，当然，还有接近4万个QQ号(QQ邮箱)。

　　如果采用’*196?’，’*197?’，’*198?’，’*199?’来分别匹配出生于60年代、70年代、80年代、90年代的用户。可以得到200个60后，900个70后，接近5000个80后，和700个90后。

　　另，可以提取到完整出生年月日的Email数量为2000个。邮箱名中包含完整生日的，只能说明该用户是个电脑菜鸟，因而其邮箱密码也可能很简单，比如可能就是他们家的电话号码或车牌号。

　　当然还有很多邮箱名里面包含如2003、2004、2008之类的年份，这说明的是该邮箱可能注册于2003年或2004年，或是这一年对他由特别的含义(如2008，奥运)。

　　由于重名的关系，很多人的邮箱名中使用了连字符(_)或减号(-)。约有1万3千人使用的是连字符，而使用减号的只有3千5百人。可能连字符更符合国际习惯，最可能的是有的注册商只允许使用字母、数字和连字符来注册。

　　甚至我们还可以从中找到200位老师，因为他们使用的是edu.cn结尾的邮箱;50位政府官员，他们用的是gov.cn结尾的邮箱，其中一位甚至还是我的水利同行，因为他来自水利部@mwr.gov.cn。

　　以上数据只具备统计学和人口学意义。

作者 wainshine 的个人空间 本文仅代表作者观点,与站长网立场无关.