我有一个包含大量超链接的 Excel 文件,我想编写一个程序来提取 URL 并将其与显示的文本进行匹配。我可以将包含解决方案的 URL 导入到上一个问题 https://stackoverflow.com/questions/24149821/extract-hyperlink-from-excel-file-in-r,它使用以下代码:
library(XML)
# rename file to .zip
my.zip.file <- sub("xlsx", "zip", my.excel.file)
file.copy(from = my.excel.file, to = my.zip.file)
# unzip the file
unzip(my.zip.file)
# unzipping produces a bunch of files which we can read using the XML package
# assume sheet1 has our data
xml <- xmlParse("xl/worksheets/sheet1.xml")
# finally grab the hyperlinks
hyperlinks <- xpathApply(xml, "//x:hyperlink/@display", namespaces="x")
但是,这会忽略没有任何链接的行,因此导入的数据集比应有的长度短了数千行。我可以得到显示的文本read.xlsx
,但我不知道如何将其与网址匹配。我尝试寻找方法来找出哪些行有链接,或者更改代码以便在正确的位置添加 NA,但我没有取得任何成功。
今天有相同的用例,我进行了一些挖掘,得到了一个 R 函数来提取单元格/文本下方的所有超链接。我的代码片段发布在这里,从 R 中的 Excel 文件中提取超链接 https://stackoverflow.com/questions/24149821/extract-hyperlink-from-excel-file-in-r,我认为这是一个类似的主题:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)