如何用R批量从URL中提取指定数字（支持万级链接）

我拥有如下格式的链接地址：
"https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/10651624"
"https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/12488284124"
期望提取链接末尾的数字，输出结果如下：

10651624
12488284124

请问能否使用R语言实现该功能？是否支持批量处理（如10000条链接），能否通过循环完成？

完全可以用R语言实现这个需求，而且轻松支持批量处理（包括10000条链接的规模），既可以用循环，也可以用更高效的向量式操作（R中更推荐后者，速度更快）。

方法一：向量式操作（推荐，高效） #

利用字符串处理函数直接对整个链接向量进行处理，无需循环，是R中最适合批量数据的处理方式。

使用stringr包（简洁直观） #

stringr是tidyverse生态下的字符串处理包，语法简洁易读：

# 安装并加载包（首次使用需安装）
install.packages("stringr")
library(stringr)

# 模拟批量链接数据（替换为你的实际链接向量即可）
links <- c(
  "https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/10651624",
  "https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/12488284124"
)

# 提取末尾数字：正则表达式\\d+$匹配字符串结尾的所有数字
extracted_numbers <- str_extract(links, "\\d+$")

# 输出结果
cat(extracted_numbers, sep = "\n")

使用基础R函数（无需额外安装包） #

如果不想安装第三方包，用基础R的sub函数也能实现：

links <- c(
  "https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/10651624",
  "https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/12488284124"
)

# 正则表达式匹配最后一个斜杠后的数字，替换为匹配到的内容
extracted_numbers <- sub(".*/(\\d+)$", "\\1", links)

cat(extracted_numbers, sep = "\n")

方法二：循环实现 #

如果需要在处理每条链接时添加额外逻辑，循环方式也完全可行：

links <- c(
  "https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/10651624",
  "https://vdp.cuzk.cz/vdp/ruian/stavebniobjekty/12488284124"
)

# 初始化结果向量，长度与输入链接一致
extracted_numbers <- character(length(links))

# 循环处理每条链接
for (i in seq_along(links)) {
  extracted_numbers[i] <- sub(".*/(\\d+)$", "\\1", links[i])
}

cat(extracted_numbers, sep = "\n")

批量处理说明 #

• 向量式操作是R的原生高效处理方式，处理10000条链接几乎瞬间完成，性能最优
• 循环方式虽然可行，但速度略逊于向量式操作，不过对于10000条数据来说，实际使用中的差距并不明显

内容的提问来源于stack exchange，提问作者walle_eva