这是我第一次遇到堆栈溢出问题，因此，如果我的帖子在质量上可能有所欠缺，请放心。
我想学习一些使用R进行网络抓取的方法，并从一个简单的示例开始->从Wikipedia站点中提取表格。
我设法下载了特定页面并确定了我感兴趣的HTML部分：
<td style="text-align:right">511.000.000\n</td>
现在，我想使用正则表达式从表中提取数据中的数字。所以我创建了一个正则表达式，从我的角度来看，它应该匹配数字的结构：
pattern<-"\\d*\\.\\d*\\.\\d*\\.\\d*\\."
我还尝试了其他变体，但没有一个在HTML代码中找到该数字。我想保持开放的模式，因为数字可能有成千上万。
非常感谢您的支持！
答案 0 :(得分：0)
仔细查看您的正则表达式。您假设数字中有4个句点（\\.），但是在您自己的示例中，只有两个句点。它不会匹配，因为当星号将\\d标记为可选（零个或多个）时，句点未标记为可选。如果您在第3和第4个周期之后添加?修饰符，则可能会发现您的模式开始匹配。
答案 1 :(得分：0)
这么多星星意味着很多回溯。
再有一点，使用\\d*可以匹配任何组中超过3位的数字，也可以匹配没有数字的组。
假设您的数字始终是整数，使用.作为千位分隔符，则可以使用以下命令：\\d{1,3}(?:\\.\\d{3})*（请注意，非捕获组构造(?:...)的用法-隐含如Regular Expressions as used in R中所述，在参数中使用perl = TRUE。