如何筛选仅以.com/.net/.tv/.org结尾的域名？R语言grepl问题

你的问题出在两个关键点上：

1. 正则表达式里的.是任意单个字符的通配符，并非字面意义的句点，必须用\\.转义才能匹配真实的域名分隔点；
2. 原代码没有锚定字符串结尾，导致只要域名中包含com等字符就会被保留，需要加$限定匹配必须出现在域名的最后位置。

修改后的代码如下：

test <- new_df %>%
  filter(grepl('\\.(com|net|tv|org)$', domain))

代码细节说明： #

• \\.：转义后的句点，精准匹配域名里的分隔点；
• (com|net|tv|org)：分组匹配指定的顶级域名后缀；
• $：正则锚点，强制匹配必须位于字符串末尾，确保这些后缀是域名的最终部分。

如果需要兼容带端口号的域名（比如example.com:8080），可以调整正则忽略端口部分：

test <- new_df %>%
  filter(grepl('\\.(com|net|tv|org)(:\\d+)?$', domain))

这里(:\\d+)?表示匹配可选的端口号（冒号加数字组合），不影响核心后缀的判断。

内容的提问来源于stack exchange，提问作者Robb Danger