作者love11098787 (sunny_girl)
看板R_Language
標題[問題] 網址擷取特定字串
時間Sat Nov 21 01:19:22 2020
[問題類型]:
程式諮詢
[軟體熟悉度]:
入門
[問題敘述]:
https://l.facebook.com/l.php?u=https%3A%2F%2Fwww.abc.com.tw%2Fday%2F1234%3Futm_source%3Dfacebook-abc%26utm_medium%3Dpost%26utm_campaign%3Dday%26utm_content%3Dlink-202010-happy%2F1234&h=AT0QK64y8zcRN3Of6strNOOhm2lESra4yGyR73iofDkVvVIYkPTmiVHee6RsQlfU1-delepwkeworiewj0rw2142_jifdks22313
1.想要擷取 %3Dlink 後面的 202010-happy
2.想要擷取 %2F 後面的 1234
試過用很原始的方式strsplit()，但切出來的東西與想像的不符合
想詢問各位R大神有沒有其他建議的語法QQ
by對於正規式表達還是很不熟悉的R入門菜鳥
[關鍵字]:
特定字串擷取
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.49.216 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1605892764.A.66D.html
1F：推 Gjerry: 可以試試看用 % 符號來切割字串，再找你要的字串片段。另 11/21 03:31
2F：→ Gjerry: 外可以試著去查 regular expression ，以及grep 等 funct 11/21 03:31
3F：→ Gjerry: ions，或是 stringr package 的用法 11/21 03:31
4F：推 cywhale: y <-regexpr('%3Dlink-(?:[a-zA-Z0-9\\-]+)%2F[0-9]+',x) 11/21 19:38
5F：→ cywhale: y值156 你打y還會顯示attr(,"match.length") 27 11/21 19:39
6F：→ cywhale: 或者attributes(y)$match.length得到27 總長度 另外這裡 11/21 19:40
7F：→ cywhale: 用了兩個'飾詞't1<-nchar('%3Dlink-')為8 %2F為3設給t2 11/21 19:43
8F：→ cywhale: 啊要分兩次t<-regexpr('%3Dlink-(?:[a-zA-Z0-9\\-]+)%',x 11/21 19:48
9F：→ cywhale: substr(x, t+t1, t+attributes(t)$match.length-2)會得到 11/21 19:51
10F：→ cywhale: "202010-happy" 一樣抓它的長度t3<-nchar(...) 得到12 11/21 19:53
11F：→ cywhale: substr(x, y+attributes(t)$match.length+nchar(t2)+1, 11/21 19:56
12F：→ cywhale: y+attributes(y)$match.length-1) 就會抓到'1234' 11/21 19:57
13F：→ cywhale: 抱歉一邊寫用不到t3但要分兩次,或抓一次用%2F做strsplit 11/21 20:00
14F：推 chuubbyy: str1 <- str_extract(string, '(?<=%3Dlink-).+(?=%2F)' 11/22 00:30
15F：→ chuubbyy: ) 11/22 00:30
16F：→ chuubbyy: str2 <- str_extract(string, paste0('(?<=', str1, '%2 11/22 00:30
17F：→ chuubbyy: F).+(?=&)')) 11/22 00:30