regex - 删除R中URL字符串的结尾

Question

我正在尝试从R中的URL列表中清除和删除目录

是)我有的:

http://domain.com/123
http://www.sub.domain1.com/222
http://www.domain2.com/1233/abc

我想要的是:

domain.com
sub.domain1.com
domain2.com

我清理网址的开头还有很长的路要走

url <- c("http://domain.com/123", "http://www.sub.domain1.com/222","http://www.domain2.com/1233/abc"

cleanurl <- gsub("http://","",url)
cleanurl2 <- gsub("www.","",cleanurl)

(请让我知道是否还有一种更简单的方法来清除http://和www.。)

现在，我在使用正则表达式时遇到了问题，并删除了 /之后的所有内容。
我已经试过了

cleanurl3 <- gsub("/*","",cleanurl2)

但这只是删除 /，而不是其后的所有内容。

在此先感谢您的帮助!

Answer 1

我正在使用strsplit/gsub组合方法(不仅是gsub b/c，有时它很容易找出strsplit，因为它非常直观):

x <- readLines(n=3)
http://domain.com/123
http://www.sub.domain1.com/222
http://www.domain2.com/1233/abc

gsub("www.", "", sapply(strsplit(x, "//|/"), "[", 2))

## > gsub("www.", "", sapply(strsplit(x, "//|/"), "[", 2))
## [1] "domain.com"      "sub.domain1.com" "domain2.com"

编辑
或者，如果您只想使用 strsplit(根据Matthew的建议):

sapply(strsplit(x, "(//|/)(www[.])?"), "[", 2)