gsub 命令替換以 R 中特定字母開頭的單詞

Question

我的問題是用什么 gsub 命令來代替以特定字母開頭的單詞。 我的主要目標是從給定文本中刪除所有 URL。

例如，我有一條文字： "refer http://www.google.com for further details" 。 我需要做的是，將文本轉換為"refer for further details" 。 為此，基本上我需要編寫一個gsub命令，如下所示：

text <- "refer http://www.google.com for further details"

gsub("http", "", text)

但是，這僅從文本中刪除了“http”部分。 我需要刪除以“http”開頭的完整單詞。

我嘗試過的其他一些命令：

gsub('http..', "", text) # -->removes two letters more after 'http' (the number of dots specifies the number of letters'
gsub('^http', "", text)
gsub('/http', "", text)
gsub('\\\http', "", text)

所有這一切都沒有帶來任何豐碩的成果。

在這方面的任何幫助將不勝感激。

Answer 1

這只是半途而廢的答案：

gsub("https?://.*?\\s", "", text)
# [1] "refer for further details"

為什么是“半途而廢”？ 它實際上只解決了一組有限的場景——那些 URL 后面總是跟一個空格的場景。 但是，如果它遇到一個 URL 后緊跟一個標點符號，它將不起作用。

檢測 URL 是一項相當常見的任務。 您應該能夠通過搜索“正則表達式識別 URL”之類的內容來找到更詳細的模式。 不過，最有可能的是，您需要對其進行一些修改才能使用 R。