时间戳

首页 > 解决方案 > 如何覆盖R中的html文件

r - 如何覆盖R中的html文件

问题描述

我正在尝试将 html 文件中的电子邮件地址替换为 ANTI SPAM 格式，然后再次将其导出为 nospam.html 文件。我尝试使用 gsub() 函数来执行此操作，但它似乎不起作用。有什么问题？谢谢！！！

datei <- scan("https://isor.univie.ac.at/about-us/People.html", sep = "\n", what= "character")
#pattern.email <- "[a-z]+[.]+[a-z]+?[@]+[a-z]+"
reg.email <- "\\<[A-Z0-9._%+-]+@[A-Z0-9.-]+\\.[A-Z]{2,}\\>" #works

stelle.email <-gregexpr(reg.email, datei, ignore.case = TRUE) #works

unlist(stelle.email)
res.email<- regmatches(datei, stelle.email)

datei2<-gsub(reg.email, "vornameDOTnameNO-SPAMunivieDOTacDOTat", x = datei)

write(datei2, file = "nospam.html")

标签： rgsuboverwrite

解决方案

知道regmatches（用于提取匹配的子字符串）还具有伴随regmatches<-功能（用于替换匹配的子字符串）可能会提供有用的信息。见?regmatches。

所以不需要gsub，只需：

datei <- scan("https://isor.univie.ac.at/about-us/People.html", sep = "\n", what= "character")
# Read 481 items
reg.email <- "\\<[A-Z0-9._%+-]+@[A-Z0-9.-]+\\.[A-Z]{2,}\\>" #works
stelle.email <- gregexpr(reg.email, datei, ignore.case = TRUE) #works

# for proof, first look at a substring with a "known" email:
substr(datei[268], 236, 281)

### the only new/different line of code, remove your gsub
regmatches(datei, stelle.email) <- "vornameDOTnameNO-SPAMunivieDOTacDOTat"

# now look at the same portion of that one substring, now updated
substr(datei[268], 236, 281)

write(...)

推荐阅读