从R中的URL中提取参数答案

【问题标题】：Extracting parameter from URL in R从R中的URL中提取参数
【发布时间】：2018-04-03 10:56:14
【问题描述】：

我想从一批 URL 中删除一个“destinationId”参数。

如果我有这样的网址：

https://urlaub.xxx.de/lastminute/europa/zypern-griechenland/?destinationId=45&semcid=de.ub

我将如何提取 45？ (destinationId=45)

我尝试使用这样的东西，但我无法开始工作：

destinationIdParameter <- sub("[^0-9].*","",sub("*?\\destinationId=","",url))

【问题讨论】：

从 url 中删除还是从 url 中提取？
How to match the bundle id for android app?的可能重复
Extract URL parameters and values in R的可能重复

标签： r regex substring gsub

【解决方案1】：

使用stringr，您可以像这样得到它：

> library(stringr)
> address <- "https://urlaub.xxx.de/lastminute/europa/zypern-griechenland/?destinationId=45&semcid=de.ub"
> str_match(address, "destinationId=(.*?)&")[,2]
[1] "45"

如果（像我一样）您对正则表达式不满意，请使用 qdapRegex 包：

> library(qdapRegex)
> address <- "https://urlaub.xxx.de/lastminute/europa/zypern-griechenland/?destinationId=45&semcid=de.ub"
> ex_between(address, "destinationId=", "&")
[[1]]
[1] "45"

【讨论】：

谢谢！我真的很喜欢 qdapRegex 方法，因为正则表达式令人困惑。它的计算速度不如 gsub 解决方案 :(

【解决方案2】：

使用基数 R，您可以通过几种方式提取数字。如果您确定此类网址中始终只有一个数字，则可以通过以下方式删除所有不是数字的内容：

> url <- "https://urlaub.xxx.de/lastminute/europa/zypern-griechenland/?destinationId=45&semcid=de.ub"
> gsub("[^0-9]", "", url)
[1] "45"

或者，如果您想要更安全，并且想要“destinationId=”之后的特定数字而不是其他任何数字，那么您可以这样做：

destId <- regmatches(url, gregexpr("destinationId=\\d+", url)) 
gsub("[^0-9]", "", destId)

【讨论】：

【解决方案3】：

如果您要从 url 中提取 destinationId 值，那么您可以这样做：

gsub(".+destinationId=(\\d+).+", "\\1", url)

这里的\\1 指的是() 中的内容。
.+ 匹配任何字符顺序。

【讨论】：

【解决方案4】：

有了基础R，我们可以做到：

url <- "https://urlaub.xxx.de/lastminute/europa/zypern-griechenland/?destinationId=45&semcid=de.ub"

extract <- function(url) {
  pattern <- "destinationId=\\K\\d+"
  (id <- regmatches(url, regexpr(pattern, url, perl = TRUE)))
}

print(extract(url))

或者（没有perl = TRUE）：

vanilla_extract <- function(url) {
  pattern <- "destinationId=([^&]+)"
  (regmatches(url, regexec(pattern, url))[[1]][2])
}

两者都有

[1] "45"

【讨论】：

【解决方案5】：

我认为最好的方法是parameters()

library(urltools)
example_url <- "http://en.wikipedia.org/wiki/Aaron_Halfaker?debug=true"
parameters(example_url)

【讨论】：