R中的正則表達式：從字符串中刪除多個網址

Question

我想從字符串中刪除多個網址。如果字符串如下：

this is a URL http://test.com and another one http://test.com/hi and this one http://www.test.com/

它應該返回

this is a URL and another one and this one

我用下面的代碼嘗試：

gsub(" ?(f|ht)(tp)(s?)(://)(.*)[.|/](.*)", "", string)

但它返回我：

this is a URL

Answer 1

這一次也將工作，而不是(.*)我們可以使用[^\\.]*（至域的點）和\\S*匹配，直到URL的末尾（直到空間被發現）：

gsub("\\s?(f|ht)(tp)(s?)(://)([^\\.]*)[\\.|/](\\S*)", "", string) 
# [1] "this is a URL and another one and this one" 

Answer 2

.*將匹配字符串之前沒有約束的結束，因此所有零件的第一個URL被刪除後，通常網址中不包含空格，你可以使用\\S（比賽無空格），而不是. （匹配任何字符），以避免該問題：

gsub(" ?(f|ht)(tp)s?(://)(\\S*)[./](\\S*)", "", string) 
# [1] "this is a URL and another one and this one" 

Answer 3

您可以嘗試使用下面的正則表達式/代碼：

gsub("https?:\\/\\/(.*?|\\/)(?=\\s|$)\\s?", "", string) 
# [1] "this is a URL and another one and this one" 

DEMO