Удалить URL из строк

Question

У меня есть следующие строки, хранящиеся в объекте 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" 

Я пытаюсь использовать GSUB для удаления URL-адресов, начиная с http:

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

Однако, он заменяет все после http:

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

Что я хочу:

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

Я пытаюсь очистить URLs так, если строка содержит http Я хочу, чтобы удалить URL. Я нашел некоторые решения, но они не помогают мне.

Answer 1

Добавить пространство для вашей замены группы:

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

Или с помощью \\s, которое регулярное выражение для пространства:

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

В соответствии с замечанием, .* будет соответствовать ничего и регулярные выражения являются жадными. Вместо этого мы должны соответствовать одному или более символу любое число раз, а затем ноль или более пробелов:

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