entfernen Urls von Strings

Question

Ich habe die folgende Zeichenfolge in dem Objekt gespeichert sentence:

sentence <- "aazdlubtirol: RT @tradeDayTrades: sister articles \"$AAPL Dancing in a Burning Room\" January 2013 http://t.co/tkuCRfLy \" $AAPL vs $AAPL \" August 2011 http://t.co/863HkVjn" 

Ich versuche gsub zu verwenden, URLs mit http beginnen zu entfernen:

sentence <- gsub('http.*','',sentence)

jedoch es ersetzt alles nach http:

aazdlubtirol: RT @tradeDayTrades: sister articles \"$AAPL Dancing in a Burning Room\" January 2013

Was ich will, ist:

aazdlubtirol: RT @tradeDayTrades: sister articles \"$AAPL Dancing in a Burning Room\" January 2013 \" $AAPL vs $AAPL \" August 2011

Ich versuche, die Urls zu bereinigen, so dass, wenn ein String http enthält ich die URL entfernen möchten. Ich habe einige Lösungen gefunden, aber sie helfen mir nicht.

Answer 1

einen Raum zu Ihrer Ersatz Gruppe hinzufügen:

gsub('http.* *', '', sentence) 

Oder \\s verwendet, die Regex für Raum:

gsub('http.*\\s*', '', sentence) 

Gemäß dem Kommentar wird .* alles akzeptiert und reguläre Ausdrücke sind gierig. Stattdessen sollten wir ein oder mehr Nicht-Leerzeichen beliebig oft durch Null oder mehrere Leerzeichen gefolgt entsprechen:

gsub('http\\S+\\s*', '', sentence)