R正則表達式：http匹配

Question

我遇到了使用正則表達式來匹配http鏈接的問題。我有一個模式，我想從網站源代碼中提取。源代碼有200個多行有很多HTML亂碼像</html><body... useless links useless images'

，我需要屬於這一模式下的HTTP鏈接：

<a href"http:www.google.com/....1,1"> 
<a href"http:www.google.com/....2,2"> 
<a href"http:www.google.com/....3,3"> 

我只是想獲得的HTTP鏈接，和獨特的模式他們是結局。請幫助，我一直堅持幾個小時試驗gusb，regxpr和grep。

Answer 1

正則表達式是難以企及的通用網址（URL Matching），但是如果你一直在尋找匹配的精確模式，你可以試試這個

`http:www\.google\.com/.*?(\d+),\1` 

這將爲HTTP搜索：www.google。 com隨後是任何內容，並以逗號兩邊的相同兩個數字結尾，這就是您顯示的模式所顯示的內容。