获取网站的著作权归属信息

最近发现不少小伙伴都对Golang很感兴趣，所以今天继续给大家介绍Golang相关的知识，本文《获取网站的著作权归属信息》主要内容涉及到等等知识点，希望能帮到你！当然如果阅读本文时存在不同想法，可以在评论中表达，但是请勿使用过激的措辞~

我正在尝试在 golang 中构建一个程序，通过检查网站的版权标签来检查域列表是否属于某个组织。例如，如果您访问 sony.com，那么您将看到 copyright 2021 sony group corporation 位于页面底部，类似地，如果您访问 tesla.com，您将看到 tesla © 2021。我也在使用 whois 进行验证，这是另一个。

我已经尝试了大多数正则表达式，包括此处的正则表达式来匹配版权声明，但它们似乎不起作用。

这是我现在找到的完整代码正则表达式。

package main

import (
    "fmt"
    "io/ioutil"
    "net/http"
    "regexp"
)

func main() {
    domain := "sony.com"
    url := "http://" + domain

    resp, err := http.Get(url)

    if err != nil {
        panic(err)
    }
    defer resp.Body.Close()

    // reads html as a slice of bytes
    html, err := ioutil.ReadAll(resp.Body)
    if err != nil {
        panic(err)
    }

    // it will find the substring from html data
    r, _ := regexp.Compile("20[1-3][1-3]")
    if r.FindString(string(html)) != "" {
        fmt.Println(r.FindString(string(html)))
    }

}

这只会输出 2021。我正在尝试实现一个完整的声明，通过它我至少可以获得公司名称。

正确答案

这对于任何网站来说都不可靠，但您可以尝试一下，并可以选择添加一些其他版权起始字符串的情况：

package main

import (
    "fmt"
    "io/ioutil"
    "net/http"
    "regexp"
)

func main() {
    domain := "sony.com"
    url := "http://" + domain

    resp, err := http.Get(url)

    if err != nil {
        panic(err)
    }
    defer resp.Body.Close()

    // reads html as a slice of bytes
    html, err := ioutil.ReadAll(resp.Body)
    if err != nil {
        panic(err)
    }

    re, err := regexp.Compile(`>.*(©|Copyright).*20\d\d.*
今天关于《获取网站的著作权归属信息》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！