Gérer un carnet d’adresse électronique personnel peut sembler un problème assez facile. Finalement, on a surtout besoin d’avoir une adresse correcte pour ceux à qui on écrit fréquemment, et pour ces contacts-là, on prend vite conscience de l’obsolescence d’une adresse « e-mail » (ou courriel, pour emprunter un joli terme à nos amis Québécois). Mais lorsqu’il s’agit de gérer des listes de dizaines ou de centaines de milliers d’adresses, comme c’est le cas pour les administrations publiques ou dans de nombreuses entreprises, les choses se corsent.

Il existe des méthodes qui permettent de maintenir à jour une base de données d’adresses électroniques autant que faire se peut. Il existe également des techniques permettant, lorsqu’une personne renseigne une adresse électronique, d’en vérifier la validité. On peut également mettre en place des stratégies permettant de s’assurer qu’une « boite aux lettres » électronique est toujours consultée. Ces méthodes feront l’objet de blogs ultérieurs. Malheureusement, de nombreuses sociétés et organismes possèdent des listes d’adresses qui n’ont jamais fait l’objet des plus simples vérifications. Jusqu’à présent en effet, l’adresse électronique d’un client ou d’un citoyen était considérée comme une information accessoire et sans intérêt, un peu comme l’a souvent été le fax. Encore aujourd’hui, nombreuses sont les personnes qui doivent fournir un numéro de fax à des sociétés qui n’ont même plus l’appareil pour en envoyer … Mais de nos jours, on se rend compte qu’avoir des listes d’adresses électroniques de mauvaise qualité coûte beaucoup d’argent, et nuit tant à la crédibilité qu’à l’efficacité. Il faut donc nettoyer un lourd passé. Ce premier article propose quelques pistes permettant de nettoyer un tel listing.

Décomposition d’une adresse

Une adresse électronique est composée de plusieurs éléments. Prenons comme exemple l’adresse (fictive)

albert.leroy@bxl.mapetitesociete.be

Cette adresse est composée principalement de trois éléments :

1. Un « nom d’utilisateur » (ou username) : « albert.leroy » ;

2. Un « nom de domaine », qui décrit la société qui fournit l’adresse électronique : « bxl.mapetitesociete.be » ;

3. Un « nom de domaine de premier niveau » (ou Top Level Domain, que nous dénommerons TLD), qui est la partie la plus à droite du nom de domaine, avec le dernier point : « .be ».

Nous allons maintenant parcourir ces éléments dans l’ordre inverse, pour en mettre en avant les difficultés. Mais dans un premier temps, intéressons-nous à quelques considérations que l’on pourrait qualifier de grammaticales.

Vérification syntaxique

La première chose à faire afin de s’assurer de l’exactitude d’une adresse électronique est d’en vérifier sa syntaxe, ou son format. Par analogie, la syntaxe d’un code postal belge précise qu’il doit être composé de quatre chiffres. Mais, bien entendu, tout code respectant la syntaxe n’est pas pour autant un code postal : « 1234 » respecte bien la syntaxe d’un code postal, mais ne désigne aucune ville. Il en va de même pour les adresses électroniques, avec, bien évidemment, une syntaxe de loin plus complexe.

Dans la réalité, la plupart des systèmes acceptant des adresses électroniques ne font soit aucun test syntaxique, soit en font mais sont trop permissifs (c’est-à-dire qu’ils acceptent des adresses syntaxiquement incorrectes), ou, au contraire, trop contraignants (c’est-à-dire qu’ils refusent des adresses correctes). C’est que vérifier la syntaxe des adresses est bien plus complexe que ce qu’il n’y parait …

Il faut certes qu’il y ait un « @ » (arobase), qu’il n’y ait pas d’espace et qu’il y ait au moins un point dans le nom de domaine. On serait étonné du nombre de personnes, qui, par distraction ou intentionnellement, encodent un numéro de téléphone, une adresse postale ou un site web dans le champ destiné aux adresses électroniques.

Syntaxe du nom de domaine

Si l’adresse contient effectivement un @, on peut ensuite vérifier la syntaxe du nom de domaine. Dans la pratique, aujourd’hui et dans la plupart des cas, les noms de domaine peuvent contenir des caractères latins simples (non accentués, sans cédilles, … en d’autres termes, sans signe diacritique), peu importe la casse (majuscule ou minuscule), des chiffres, des tirets, ou des points. Avec quelques contraintes supplémentaires : le tiret, comme le point, doivent toujours être entourés de caractères ou de chiffres de part et d’autre, et ne peuvent ni débuter, ni terminer le nom de domaine, ni, par conséquent, être consécutifs.

Mais les choses ne vont plus rester simples longtemps. En effet, les caractères plus génériques sont officiellement acceptés, et commencent à se répandre. Par exemple, en Belgique, depuis juin 2013, des noms de domaines accentués sont acceptés pour les adresses « .be ». C’est ce qu’on appelle les « Internationalized Domain Name », ou IDN, et que chaque pays doit approuver. La France l’a également fait, mais pas les Pays-Bas. Et pour ne pas faire les choses simplement, la liste des caractères acceptés n’est pas la même dans tous les pays : les noms de domaines « .be », acceptent par exemple les caractères þ, ð et ø (Thorn, Eth et le o barré, empruntés à des alphabets scandinaves), ce qui n’est pas le cas de noms en « .fr ».

Cependant, outre des problèmes de sécurité, il est peu probable que les sociétés migrent totalement leur nom de domaine vers des domaines accentués, au risque de se voir refuser l’accès à bien des services qui ne seraient pas encore « compatibles IDN ». On peut donc imaginer que l’adresse albert.leroy@bxl.mapetitesociete.be co-existera avec albert.leroy@bxl.mapetitesociété.be pendant encore un moment, en étant synonyme l’une de l’autre.

Syntaxe du nom d’utilisateur

Si la vérification syntaxique d’un nom de domaine risque d’être compliquée à l’avenir, c’est déjà le cas pour la vérification du nom d’utilisateur. En effet, il existe des standards internationaux décrivant le format de la première partie d’une adresse électronique, mais les principaux fournisseurs (yahoo, gmail, hotmail, …) ne les respectent pas. Par exemple, les standards précisent une longue liste de caractères à accepter, dont les caractères accentués, mais aussi des caractères tels que « # », « $ », « * », « / », « ! »… Cependant, la plupart des fournisseurs ne les acceptent pas.

Hotmail, Belgacom ou Telenet n’acceptent que les caractères latins simples (non-accentués), les chiffres, le point, le tiret et le tiret bas. Yahoo y rajoute la contrainte que le nom d’utilisateur ne peut contenir qu’un seul point. Par ailleurs, Yahoo n’accepte plus le tiret aujourd’hui, alors que c’était le cas par le passé. Ses adresses doivent de plus contenir entre 4 et 32 caractères.

Gmail a décidé de pousser le non-conformisme encore plus loin. Les tirets et tirets bas ne sont pas acceptés, et les points sont acceptés, mais ignorés. En d’autres termes, l’adresse albert.leroy@gmail.com est un synonyme de albertleroy@gmail.com. Par ailleurs, le « + » permet d’insérer des commentaires : albert.leroy+blahblah@gmail.com est également synonyme des deux précédentes. De plus, les adresses Gmail doivent contenir entre 6 et 30 caractères, sans compter les points, ni ce qui suit un « + ».

Notre expérience a montré que de nombreuses adresses ont pu être invalidées à partir de listing sur base de critères spécifiques au nom de domaine, alors que des critères plus généralistes les avait acceptées.

Validation du « Top Level Domain »

Vérifier l’existence du nom de domaine de premier niveau (TLD), tel que « .be », « .com », ou « .travel » était jusqu’il y a peu relativement simple (et ça l’est encore dans beaucoup de cas). Il n’existait que plus ou moins 280 TLD, dont la liste, gérée par l’IANA est disponible en ligne et était relativement statique. Elle ne contenait par ailleurs que des caractères latins simples, sans accents, et pas de chiffres.

Mais deux nouvelles tendances vont prochainement changer la donne, comme c’est le cas pour les noms de domaines.

Premièrement, il existe aujourd’hui un certain nombre de nouveaux TLD « exotiques », contenant des caractères non-occidentaux : .中國 pour la Chine, .சிங்கப்பூர் pour Singapour, ou encore الجزائر. en Algérie. Remarquez la présence du point à la fin du TLD, puisque l’arabe s’écrit de droite à gauche.

Par ailleurs, la généralisation des TLD (« generic Top Level Domain ») permettra dans le futur d’avoir un TLD plus personnalisé. On attend les TLD « .brussels » et « .vlaanderen » pour l’été 2014. On pourra donc prochainement voir apparaître une adresse de la forme albert.leroy@mapetitesociété.brussels. Il ne sera donc plus possible de consulter une simple liste pour valider le TLD …

Validation du nom de domaine

Il ne suffit pas à un prétendu nom de domaine d’être syntaxiquement correct et de contenir un TLD valide pour en être pour autant valide. Le nom de domaine bxl.mapetitesociete.be, par exemple, n’existe pas. Malheureusement, il n’est pas possible de gérer une liste de noms de domaines existants et de les comparer avec celui d’une adresse. Rien que pour le TLD « .be », il y a eu, en moyenne en 2012, plus de 1300 changements par jour, incluant nouveaux noms et disparitions, sur un total de 1.300.000. Fin 2012, on a enregistré quotidiennement en moyenne et au niveau mondial plus de 65.000 nouveaux noms de domaine, pour un total de 250 millions !

La seule façon de le savoir est d’interroger les annuaires d’Internet, que l’on nomme Domain Name Servers, ou DNS. C’est le mécanisme qui permet de taper «http://www.google.be/ » plutôt que « http://173.194.77.94 », autrement moins convivial. Mais c’est aussi le mécanisme qui permet, au travers d’une requête dite « MX » (pour Mail eXchange), d’indiquer le serveur de mail qui gère les adresses d’un nom de domaine particulier. Par exemple, il nous indiquera que les adresses « @smals.be » sont gérées par un serveur nommé « mailgater.smals.be », ou que le serveur «gmail-smtp-in.l.google.com » gère les courriels à destination des adresses « @gmail.com ». Ces vérifications peuvent être faites soit automatiquement au travers d’un programme spécialisé, soit à la main, avec un outil tel que http://mxtoolbox.com/.

La suite

Une fois que l’on sait qu’une adresse est syntaxiquement correcte et que son nom de domaine (incluant le TLD) existe et gère bien des adresses électroniques, il reste encore deux étapes. Premièrement, on peut s’assurer qu’il existe bien une boite aux lettres correspondant au nom d’utilisateur. Il se peut que, soit une adresse ait mal été renseignée, soit elle n’existe plus, la personne ayant changé de fournisseur ou de travail.

Mais il ne suffit pas qu’une adresse soit totalement valide pour qu’un courrier arrive bien à destination ; il faut encore que quelqu’un y relève le courrier !

Plus de détails sur ces derniers éléments dans le prochain numéro …