R语言使用stringr包提取URL指定片段遇到困难，寻求解决方法

嘿，我来帮你搞定这个URL提取的小问题！你遇到的情况是URL里包含了HTML转义的&（也就是实际的&符号），我们只需要提取到第一个&之前的部分就行，用stringr包有几种简单的实现方式：

方法1：使用str_extract和正则匹配 #

我们可以用正则表达式匹配从字符串开头到第一个&之前的所有内容：

library(stringr)

# 你的原始URL向量
links <- "https://www.amazon.in/Glass-Milk-Bottle-Clear-Pieces/dp/B01J9SKYYU&amp;sa=U&amp;ved=0ahUKEwiGkd_x8P3ZAhUOSY8KHZUVBg0QFggmMAA&amp;usg=AOvVaw1wAFHoDLiP94xbl9JJsp8E"

# 提取目标部分
extracted_link <- str_extract(links, "^.*?(?=&amp;)")

# 查看结果
print(extracted_link)

这里的正则^.*?(?=&)表示：

• ^：从字符串开头开始匹配
• .*?：非贪婪匹配任意字符（直到遇到后面的条件）
• (?=&)：正向预查，匹配到&之前的位置就停止

方法2：更简洁的正则匹配 #

因为&本质是转义的&，我们也可以直接匹配所有不是&的起始字符，代码更简短：

extracted_link <- str_extract(links, "^[^&]+")

[^&]+表示匹配所有不是&的字符，直到第一个&出现就停止，完美命中我们需要的部分。

方法3：使用字符串分割 #

如果你觉得正则有点绕，用str_split分割字符串也是个好办法：

# 按&分割字符串，取第一个元素
extracted_link <- str_split(links, "&amp;")[[1]][1]

这个逻辑很直观：把原始URL按&切成多个部分，然后取第一部分就是我们要的商品链接。

运行上面任意一种方法，你都会得到想要的结果：https://www.amazon.in/Glass-Milk-Bottle-Clear-Pieces/dp/B01J9SKYYU

内容的提问来源于stack exchange，提问作者LeMarque