¿Qué es la Sanitización de Emails?

La sanitización de emails es un proceso automático que limpia, valida y normaliza las direcciones de correo electrónico antes de enviarlas a WoowUp.

Objetivo principal

Asegurar que sólo emails válidos y reales lleguen a la plataforma, mejorando la calidad de los datos para campañas de email marketing y reduciendo bounces.

¿Cómo funciona el EmailCleanser?

Este sistema limpia, valida y normaliza emails antes de enviarlos a WoowUp. Corrige typos de Gmail, rechaza emails con patrones sospechosos (secuencias, términos genéricos, etc.) y tagea automáticamente según el resultado (email_validated, email_cleaned, email_rejected).

❗Las validaciones estrictas (longitud, repeticiones, secuencias, términos genéricos) solo se aplican a emails de Gmail. Los emails de otros proveedores pasarán por la normalización básica (lowercase + trim)

¿Qué hace el sistema del EmailCleanser?

1: Validación de Input

El sistema verifica que el input sea válido (string o numérico).

2: Limpieza de Emails VTEX

Si el email proviene de la plataforma VTEX, se limpia automáticamente:

Tipo de Email VTEX	Ejemplo	Resultado
Hash VTEX	`[email protected]`	Se rechaza (retorna `false`)
Email con sufijo VTEX	`[email protected]`	Se extrae: `[email protected]`

3: Extracción de Partes

El sistema separa el email en usuario y dominio:

Email Original	Usuario	Dominio
`[email protected]`	`juan.perez`	`@gmail.com`
`maria@@hotmail.com`	`maria`	`@hotmail.com`

Correcciones automáticas:

Se eliminarán múltiples @ en el usuario
Se corregirán automáticamente typos de Gmail

4: Detección de Dominios Mixtos

Si el dominio contiene Gmail + otro proveedor conocido, se rechazará:

Ejemplo

[email protected]

ENTRADA: [email protected] 
SALIDA:  false (dominio mixto detectado)

5: Corrección de Typos de Gmail

El sistema reconocerá y corregirá 21 variantes de Gmail:

Typo	Corrección
`@gmal.com`	`@gmail.com`
`@gmial.com`	`@gmail.com`
`@gamil.com`	`@gmail.com`
`@gnail.com`	`@gmail.com`
`@gmaill.com`	`@gmail.com`
`@gmeil.com`	`@gmail.com`
`@ggmail.com`	`@gmail.com`

Lista completa de typos reconocidos

gmail

gamil

gmial

gmai

gmal

gnail

gmaul

gmaol

gmaik

gmaio

gmeil

gmeel

gmel

gmaill

gmil

ggmail

gmmail

gmailm

gemail

gaiml

gail

gmailcom

gmailcomcom

6: Validaciones (Solo Gmail)

Para emails de Gmail, se aplicarán 4 validadores al usuario (lo que figura antes del @):

Validadores de Gmail

1. LengthValidator (6, 30)

Validará que el usuario tenga entre 6 y 30 caracteres.

Usuario	Longitud	Resultado
`test`	4	❌ RECHAZADO (muy corto)
`julieta`	7	✅ VÁLIDO
`juan.perez.gonzalez.martinez.rodriguez`	39	❌ RECHAZADO (muy largo)

2. RepeatedValidator (6, false)

Rechazará usuarios con 6 o más caracteres consecutivos repetidos.

Usuario	Resultado	Motivo
`aaaaaa`	❌ RECHAZADO	6 'a' consecutivas
`juan111111`	❌ RECHAZADO	6 '1' consecutivos
`aaaaa`	✅ VÁLIDO	Solo 5 'a' consecutivas
`juana.perez`	✅ VÁLIDO	Sin repeticiones excesivas

3. SequenceValidator (7, 6, false)

Rechazará usuarios con secuencias largas:

Secuencias numéricas: 7+ dígitos consecutivos (1234567, 7654321)
Secuencias alfabéticas: 6+ letras consecutivas (abcdef, fedcba)
Secuencias de teclado: 6+ caracteres de una fila del teclado (qwerty, asdfgh)

Usuario	Resultado	Motivo
`juan1234567`	❌ RECHAZADO	Secuencia numérica 1→2→3→4→5→6→7
`abcdef.perez`	❌ RECHAZADO	Secuencia alfabética a→b→c→d→e→f
`qwerty.user`	❌ RECHAZADO	Secuencia de teclado
`asdfgh`	❌ RECHAZADO	Secuencia de teclado (fila central)
`juan12345`	✅ VÁLIDO	Solo 5 dígitos en secuencia
`abcde.perez`	✅ VÁLIDO	Solo 5 letras en secuencia

Filas de teclado detectadas:

qwertyuiop (fila superior)
asdfghjkl (fila central)
zxcvbnm (fila inferior)

4. GenericEmailValidator

Rechazará usuarios que contengan términos genéricos comúnmente utilizados en emails falsos o de prueba.

Lista de términos genéricos (29):

Categoría	Términos
Sin email	`sincorreo`, `nocorreo`, `correo`, `noemail`, `nomail`, `notmail`, `sinmail`
No tiene	`notiene`, `notienemail`, `nocontacto`, `noposee`, `notengo`, `nocuenta`
Pruebas	`test`, `prueba`, `example`, `ejemplo`
Genéricos	`user`, `usuario`, `nombre`, `apellido`, `email`
Otros	`unavailable`, `noautoriz`, `facturacion`, `factura`, `ninguno`, `nosustent`, `noregistra`, `nomaneja`, `nopresenta`, `noreply`

Lógica de detección inteligente:

El validador utiliza reglas inteligentes para evitar falsos positivos:

Caso	Ejemplo	Resultado	Motivo
Término = usuario completo	`test`	❌ RECHAZADO	Es exactamente el término
Término + separador	`test.maria`	❌ RECHAZADO	Término aislado con separador
Término + 1-4 dígitos	`test123`	❌ RECHAZADO	Patrón típico de email falso
Usuario corto + término + dígitos	`test12345`	❌ RECHAZADO	<10 chars con término
Término embebido en palabra	`testamento`	✅ VÁLIDO	"test" es parte de otra palabra
Usuario largo con término	`protestante.maria`	✅ VÁLIDO	>=10 chars, término embebido

Limpieza del Usuario (EmailFormatter)

Antes de validar, el usuario pasará por esta limpieza:

1. Detección de Caracteres Inválidos

Si el usuario contiene ñ, se retornará [email protected].

Ejemplo

ENTRADA: juanargañ[email protected] 
SALIDA:  [email protected]

2. Remoción de Tildes

Original	Limpio
`juán`	`juan`
`maría`	`maria`
`josé`	`jose`

3. Limpieza de Símbolos

Operación	Original	Resultado
Trim de símbolos	`..juan..`	`juan`
Símbolos alrededor de @	`juan.@gmail`	`juan@gmail`
Símbolos consecutivos	`juan..perez`	`juan.perez`

4. Filtrado de Caracteres

Solo se permitirán: a-z, A-Z, 0-9, ., -, _, +

Ejemplo

ENTRADA: juan#[email protected] 
SALIDA:  [email protected]

Resultados Posibles

CASO 1: Email Gmail Válido (Sin Cambios)

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_validated" }

✔️ El email pasó todas las validaciones
✔️ Usuario tiene entre 6-30 caracteres
✔️ Sin repeticiones ni secuencias
✔️ Sin términos genéricos
✔️ Se agregó automáticamente el tag email_validated
✔️ Mailing permanece habilitado

CASO 2: Email Gmail con Typo Corregido

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_validated,email_cleaned" }

✔️ El typo gmal fue corregido a gmail
✔️ El email pasó todas las validaciones
✔️ Se agregaron automáticamente los tags email_validated y email_cleaned
✔️ Mailing permanece habilitado

CASO 3: Email No-Gmail (Sin Validaciones Estrictas)

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]" }

✔️ Solo se aplicó normalización (lowercase + trim)
✔️ Los validadores de Gmail NO se aplican a otros dominios
✔️ "test" sería rechazado en Gmail, pero es válido en Hotmail
⚠️ No se agregan tags de validación para dominios no-Gmail

CASO 4: Email Gmail Rechazado (Usuario Muy Corto)

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_rejected",   "mailing_enabled": "disabled",   "mailing_enabled_reason": "other" }

❌ El usuario test tiene solo 4 caracteres (mínimo: 6)
❌ Además, test es un término genérico
❌ Se agregó automáticamente el tag email_rejected
❌ Mailing se deshabilitó automáticamente
❌ El usuario NO recibirá emails de campañas

CASO 5: Email Gmail Rechazado (Secuencia)

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_rejected",   "mailing_enabled": "disabled",   "mailing_enabled_reason": "other" }

❌ Contiene secuencia numérica 1234567 (7 dígitos)
❌ Se agregó automáticamente el tag email_rejected
❌ Mailing se deshabilitó automáticamente

CASO 6: Email Gmail Rechazado (Término Genérico)

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_rejected",   "mailing_enabled": "disabled",   "mailing_enabled_reason": "other" }

❌ sincorreo es un término genérico
❌ Se agregó automáticamente el tag email_rejected
❌ Mailing se deshabilitó automáticamente

CASO 7: Email con Carácter Inválido (ñ)

Entrada:

{   "email": "juanargañ[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_rejected",   "mailing_enabled": "disabled",   "mailing_enabled_reason": "other" }

❌ El carácter ñ no es válido en emails
❌ Se retorna el email placeholder [email protected]
❌ Se agregó automáticamente el tag email_rejected
❌ Mailing se deshabilitó automáticamente

CASO 8: Email VTEX Hash

Entrada:

{   "email": "[email protected]" }

Salida a WoowUp:

{   "email": "[email protected]",   "tags": "email_rejected",   "mailing_enabled": "disabled",   "mailing_enabled_reason": "other" }

❌ Es un hash de VTEX, no un email real
❌ Se rechaza y se mantiene el valor original para auditoría
❌ Se agregó automáticamente el tag email_rejected
❌ Mailing se deshabilitó automáticamente

Campos que se Modifican Automáticamente

Tag: `email_validated`

Se agregará cuando:

El email pasó todas las validaciones
El email NO fue modificado durante la limpieza
Se considera un email válido y real

👉 Este tag se agrega a emails Gmail que pasaron todas las validaciones sin necesidad de correcciones.

Ejemplos

Email sin cambios: "[email protected]" → Tag: email_validated
Email con signo +: "[email protected]" → Tag: email_validated

Tag: `email_cleaned`

Se agregará cuando:

El email original fue modificado durante la limpieza
El email resultante es válido

👉 Este tag indica que el email fue corregido (typo de dominio, acentos removidos, símbolos limpiados, etc.).

Ejemplos

Typo corregido: "[email protected]" → "[email protected]" → Tag: email_cleaned
Acentos removidos: "marí[email protected]" → "[email protected]" → Tag: email_cleaned
Múltiples @: "julieta@@gmail.com" → "[email protected]" → Tag: email_cleaned

Tag: `email_rejected`

Se agrega cuando:

El email NO pasó alguna validación
El email se considera inválido o falso

Acciones automáticas adicionales:

Se deshabilita Mailing: "mailing_enabled": "disabled"
Se establece la razón: "mailing_enabled_reason": "other"

Proveedores de Email Conocidos

El sistema reconoce los siguientes proveedores para detectar dominios mixtos:

Proveedor	Dominio
Hotmail	`hotmail`, `hot`
Microsoft	`outlook`, `live`, `msn`
Yahoo	`yahoo`
AOL	`aol`
Apple	`icloud`, `mac`
Otros	`protonmail`, `proton`, `zoho`

Antes vs Después de la sanitización

Escenario	Antes (Sin Sanitización)	Después (Con Sanitización)
Email Gmail válido: `"[email protected]"`	Se envía tal cual	Se envía tal cual + tag `email_validated`
Email con typo: `"[email protected]"`	Se envía tal cual	Se corrige a `"[email protected]"` + tags `email_validated,email_cleaned`
Email muy corto: `"[email protected]"`	Se envía tal cual	Se rechaza + tag `email_rejected` + Mailing deshabilitado
Email con secuencia: `"[email protected]"`	Se envía tal cual	Se rechaza + tag `email_rejected` + Mailing deshabilitado
Email genérico: `"[email protected]"`	Se envía tal cual	Se rechaza + tag `email_rejected` + Mailing deshabilitado
Email con ñ: `"juanargañ[email protected]"`	Se envía tal cual	Se reemplaza por `"[email protected]"` + tag `email_rejected`
Hash VTEX: `"[email protected]"`	Se envía tal cual	Se rechaza + tag `email_rejected` + Mailing deshabilitado
Email no-Gmail: `"[email protected]"`	Se envía tal cual	Se normaliza a lowercase (sin validaciones estrictas)

EmailCleanser - Sanitización de Emails

¿Qué es la Sanitización de Emails?

Objetivo principal

¿Cómo funciona el EmailCleanser?

¿Qué hace el sistema del EmailCleanser?

1: Validación de Input

2: Limpieza de Emails VTEX

3: Extracción de Partes

4: Detección de Dominios Mixtos

Ejemplo

5: Corrección de Typos de Gmail

Lista completa de typos reconocidos

6: Validaciones (Solo Gmail)

Validadores de Gmail

1. LengthValidator (6, 30)

2. RepeatedValidator (6, false)

3. SequenceValidator (7, 6, false)

4. GenericEmailValidator

Limpieza del Usuario (EmailFormatter)

1. Detección de Caracteres Inválidos

Ejemplo

2. Remoción de Tildes

3. Limpieza de Símbolos

4. Filtrado de Caracteres

Ejemplo

Resultados Posibles

CASO 1: Email Gmail Válido (Sin Cambios)

CASO 2: Email Gmail con Typo Corregido

CASO 3: Email No-Gmail (Sin Validaciones Estrictas)

CASO 4: Email Gmail Rechazado (Usuario Muy Corto)

CASO 5: Email Gmail Rechazado (Secuencia)

CASO 6: Email Gmail Rechazado (Término Genérico)

CASO 7: Email con Carácter Inválido (ñ)

CASO 8: Email VTEX Hash

Campos que se Modifican Automáticamente

Tag: email_validated

Ejemplos

Tag: email_cleaned

Tag: email_rejected

Proveedores de Email Conocidos

Antes vs Después de la sanitización

Tag: `email_validated`

Tag: `email_cleaned`

Tag: `email_rejected`