从字符串中删除网址

Question

我有以下字符串，存储在对象sentence中：

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"

我正在尝试使用gsub删除以http开头的网址：

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

但是，它取代http之后的所有内容：

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

我想要的是：

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

我正在尝试清理网址，因此如果字符串包含http，我想删除网址。我找到了一些解决方案，但他们没有帮助我。

Answer 1

为替换组添加空格：

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

或者使用\\s作为空格的正则表达式：

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

根据评论，.*将匹配任何内容，正则表达式是贪婪的。相反，我们应该多次匹配一个或多个非空格字符，后跟零个或多个空格：

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