從R中的模式中提取數據

-1

我很想將此文本文件中的數據轉換爲我可以加載到MySQL Workbench數據庫中的格式。從R中的模式中提取數據

https://sbir.nasa.gov/SBIR/abstracts/17-1.html

我要運行一些R代碼裏面，這將使我的企業的名稱命名

「小企業的關注每一行後：（公司名稱，郵件地址，城市/州/ ZIP ，電話）」

例如，我在尋找一個看起來像這樣的輸出：

Transition45 Technologies公司 ATSP創新

等那我可以加載到數據庫列。

希望是有道理的，我是比較新的這一點。謝謝。

來源

2017-04-25 ebilk

請_edit_您的問題，並告訴我們一個你想要做的最小樣本。你的源文件很混亂，我不確定你當前的邏輯是否可行。另外，我可能不會使用R，因爲我會使用Java或者Perl之類的東西。 –

您的問題/問題是不明確的。

如果我是正確的，你想提取地址細節，在後面寫下「小企業關注：（公司名稱，郵件地址，城市/州/郵編，電話）」，對吧？如果是這樣，那麼

url <- "https://sbir.nasa.gov/SBIR/abstracts/17-1.html" 

abstracts_page <- readLines(url) 
abstracts_page <- gsub("<.*?>", "", abstracts_page) 
abstracts_page <- gsub("\\t+", "", abstracts_page) 

address_header_index <- grep("SMALL BUSINESS CONCERN:", abstracts_page) 

address_list <- lapply(address_header_index, function(i) { 
    return(abstracts_page[(i + 2):(i + 6)]) 
}) 

address_list <- data.frame(do.call("rbind", address_list)) 

head(address_list) 

#           X1         X2     X3 
# 1   Transition45 Technologies, Inc.    1739 North Case Street  Orange,&nbsp;CA 
# 2       ATSP Innovations     60 Hazelwood Drive Champaign,&nbsp;IL 
# 3   Cornerstone Research Group, Inc.    2750 Indian Ripple Road  Dayton,&nbsp;OH 
# 4 Interdisciplinary Consulting Corporation  5745 Southwest 75th Street, #364 Gainesville,&nbsp;FL 
# 5     CFD Research Corporation 701 McMillian Way Northwest, Suite D Huntsville,&nbsp;AL 
# 6   LaunchPoint Technologies, Inc.  5735 Hollister Avenue, Suite B  Goleta,&nbsp;CA 

#   X4    X5 
# 1 92865-4211 (714) 283-2118 
# 2 61820-7460 (217) 417-2374 
# 3 45440-3638 (937) 320-1877 
# 4 32608-5504 (352) 283-8110 
# 5 35806-2923 (256) 726-4800 
# 6 93117-6410 (805) 683-9659

來源

2017-04-25 03:25:50 nurandi

不建議使用[html上的正則表達式]（http://stackoverflow.com/a/1732454/1422451）。 – Parfait

不錯的建議@Parfait，謝謝.. +1 – nurandi

@nurandi你真不可思議。回答了我的問題，然後是一些。謝謝。 – ebilk

從R中的模式中提取數據

回答

相關問題