如何使用r删除文本文档中没有http的URL

我正在尝试从一个大文本文件中删除可能以http/https开头或不以http/https开头的url，该文件保存在R中的urldoc中。url可能以tinyurl.com/ydyzzlkk或aclj.us/2y6dQKw或pic.twitter.com/ZH08wej40K开头。基本上，我希望在找到空格后删除“/”之前的数据，在找到空格之前删除“/”之后的数据。我尝试了很多模式，搜索了很多地方。无法完成任务。如果你能提供一些意见，我会帮我很多

这是我最后一次尝试并因上述问题而陷入困境。 urldoc=gsub（“？[a-z]+\..\/.[s]$”，“”，urldoc）

投入将是：他的职业的耻辱。pic.twitter.com/ZH08wej40K在宗教自由的重大胜利中，管理员。继续走这条路的机构已经被切除了内脏。goo.gl/YmNELW一点也不像管理员。提案：tinyurl.com/ydyzzlkk

我期待的结果是：这是对他的职业的耻辱。在宗教自由的一次重大胜利中，行政长官。继续走这条路的机构已经被切除了内脏。一点也不像管理员。提议：

---

谢谢。

根据您的规格，您可以使用以下正则表达式：

\s*[^ /]+/[^ /]+

看

详细信息

• \s*

  -0个或更多空格字符

• [^/]+

  （或

  [^[：space://]

  ）-除空格（或空格）和

  /

  以外的任何一个或多个字符

• /

  -斜杠

• [^/]+

  （或

  [^[：space://]

  ）-除空格（或空格）和

  /

  以外的任何一个或多个字符

:

如果要考虑任何空格，请将文字空格替换为

[：space://code>

urldoc = gsub("\\s*[^[:space:]/]+/[^[:space:]/]+","", urldoc)

这可能会奏效：

text <- " http:/thisisanurl.wde , thisaint , nope , uihfs/yay"
words <- strsplit(text, " ")[[1]]
isurl <- sapply(words, function(x) grepl("/",x))
result <- paste0(words[!isurl], collapse = " ")
result
[1] " , thisaint , nope ,"

text请参见已回答的问题，但如果您以前没有遇到过
stringi
，这里有一个备选方案

# most complete package for string manipulation
library(stringi)

# text and regex
text <- "A disgrace to his profession. pic.twitter.com/ZH08wej40K In a major victory for religious liberty, the Admin. has eviscerated institution continuing this path. goo.gl/YmNELW nothing like the admin. proposal: tinyurl.com/ydyzzlkk" 
pattern <- "(?:\\s)[^\\s\\.]*\\.[^\\s]+"

# see what is captured
stringi::stri_extract_all_regex(text, pattern)

# remove (replace with "")
stringi::stri_replace_all_regex(text, pattern, "")

#最完整的字符串操作包
图书馆（stringi）
#文本和正则表达式
文本如果您包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，则更容易帮助您。显示您尝试的内容并准确说出您遇到的问题。请尝试
urldoc=gsub（“\\s*[^/]+/[^/]+”，“”，urldoc）
，请参阅。感谢您的输入。我添加了输入、输出和我尝试的语句。请查收，谢谢。成功了。但它只留下了一个部分url“https://”。其他一切都被移除了。你能建议任何正则表达式删除它吗？@srk3124
urldoc=gsub（“\\s*（？：https？：/）？[^/]+/[^/]+，”，urldoc）
？或
urldoc=gsub（\\s*（？：[^/]+/[^/]+| https？：/），“”，urldoc）
？谢谢。问题解决了。我是R的初学者，我正在努力追赶。你能给我推荐一本书让我更好地了解R吗？@srk3124我想你应该自己找一些适合你特殊需要的书，我只能推荐你在这里遵循R标签。看，也许它会帮你找到一些东西。
# most complete package for string manipulation
library(stringi)

# text and regex
text <- "A disgrace to his profession. pic.twitter.com/ZH08wej40K In a major victory for religious liberty, the Admin. has eviscerated institution continuing this path. goo.gl/YmNELW nothing like the admin. proposal: tinyurl.com/ydyzzlkk" 
pattern <- "(?:\\s)[^\\s\\.]*\\.[^\\s]+"

# see what is captured
stringi::stri_extract_all_regex(text, pattern)

# remove (replace with "")
stringi::stri_replace_all_regex(text, pattern, "")