Fatal编程技术网
  • r/
  • 提取主URL地址

提取主URL地址

r url

提取主URL地址,r,url,stringr,R,Url,Stringr,我有一个URL列表，我想提取主URL以查看每个URL被使用了多少次。正如您所想象的，有这么多的URL使用不同的符号。我尝试并编写了以下代码来提取主URL： library(stringr) library(rebus) # Step 2: creating a pattern for URL extraction pat<- "//" %R% capture(one_or_more(char_class(WRD,DOT))) #step 3: Creating a

我有一个URL列表，我想提取主URL以查看每个URL被使用了多少次。正如您所想象的，有这么多的URL使用不同的符号。我尝试并编写了以下代码来提取主URL：

library(stringr)
library(rebus)

# Step 2: creating a pattern for URL extraction
pat<- "//" %R% capture(one_or_more(char_class(WRD,DOT)))

#step 3: Creating a new variable from URL column of df
#(it should be atomic vector)
URL_var<-df[["URLs"]]  

#step 4: using rebus to extract main URL
URL_extract<-str_match(URL_var,pattern = pat)

#step 5: changing large vector to dataframe and changing column name:
URL_data<-data.frame(URL_extract[,2])
names(URL_data)[names(URL_data) == "URL_extract...2."] <- "Main_URL"

库（stringr）
图书馆（REBS）
#步骤2：创建URL提取模式

帕特我想你可以简单地使用


库（stringr）

URL\u varTry没有
rebus
，只是
URL\u数据我使用rebus的原因是我更容易理解它。关于您的代码，不幸的是，此解决方案不起作用。原因是，在最后，我想对同一个URL进行分组，看看与其他URL相比，哪个主URL使用得更多。根据您提到的代码，结果如下：www.google.com/235 www.google.com/465；然而，我关心的只是www.google.com…好的，那么使用
”（？太好了，这会更好。你能详细说明一下你使用的语法并告诉我它的意思吗？

(?<=//)[^\s/:]+