URL 문자열에서 추가 텍스트 제거

Question

아래 코드를 사용하여 공개 PDF 문서를 다운로드하고 개인 파일에 저장합니다. 이 코드는 업로드 한 파일에서 PDF 링크를 가져온 다음 지정된 폴더로 다운로드합니다. 샘플 링크처럼 보일 수 있습니다 :
http://askebsa.dol.gov/BulkFOIARequest/Listings.aspx/GetImage?ack_id=20151008144858P040036764801001&year=2014

그것은 다음과 같은 이름을 가진이 PDF 파일에 저장됩니다

GetImage?ack_id=20151008144858P040036764801001&year=2014.pdf합니다. 20151008144858P040036764801001.pdf이

이 코드는 다른 고급 코더에 의해 나에게 제공 한 내가 더 이상 얻을 수 있다는 : 만의 고유 ID 번호를 포함하는 것을 볼 수 있도록 다음과 같이

나는 다운로드 이름을 싶습니다 접촉하고, 나는 알아 내기가 힘들다. 이름을 바꾸는 방법.

여러 줄의 코드를 편집 해 보았습니다. 이름을 바꿀 수는 있지만 작동시키지 못한다고 생각합니다. 내가 해봤 조정 :

out_name=str_c(base %>% str_extract("[^/]*.$"), tail, ".pdf")

및

mutate_each(funs(. %>% str_replace("^.*(?=\\?)", "")), link, facsimile_link) %>%

누군가가 고급 나는의 PDF 문서를 바로 저장할 수 있도록 위치를 오른쪽 코드를 삽입 할 수 있습니다 기대했다

ID 번호. 도움의 R 커뮤니티에 감사드립니다.

# General 
# ------------------------------------------------------------------------------ 

Create <- function(
    var_name, # (character) name of the variable to assign to. 
    expr # (character) the expression to be parsed and evaluated for assignment. 
) { 

    # If a variable `var_name` does not exist then an expression `expr` is 
    # evaluated and assigned to it. 

    # If the variable exists, then do nothing: 
    if(exists(var_name)) {return()} 

    # Evaluate expression: 
    parse(text=expr) %>% 
    eval %>% 
    # Assign to variable in global environment: 
    assign(x=var_name, value=., envir=globalenv()) 
} 



# Indices 
# ------------------------------------------------------------------------------ 

AnnualIxUrls <- function(
    base_url=ix_base, # (character) base URL 
    years=annual_ix # (integer) years with annual index files 
) { 

    # Create annual index URLs. 
    file.path(base_url, "YEARLY_BY_PLAN_YEAR", str_c(years, ".zip")) 
} 

MonthlyIxUrls <- function(
    base_url=ix_base, # (character) base URL 
    years=monthly_ix # (integer) years with annual index files 
) { 

    # Create annual index URLs. 
    file.path(base_url, "MONTHLY", years, str_c(years, "-", month.name, ".zip")) 
} 

IxDown <- function() { 
    # Download all the index files (as ZIP files). 
    c(AnnualIxUrls(), MonthlyIxUrls()) %>% 
    llply(.progress="text", DownFile, di=ix_dir) 
} 

# Unzip all the index files: 
IxUnzip <- . %>% {list.files(ix_dir, ".zip$", full.name=T) %>% 
    llply(.progress="text", unzip, exdir=ix_dir)} 

IxRead <- . %>% # Read all the index files into one data frame 
    {list.files(ix_dir, ".txt$", full.name=T)} %>% 
    ldply(.parallel=T, IxLoad) %T>% 
    # Replace empty strings with NAs: 
    {.$link[.$link == ""] <- NA} %T>% 
    {.$facsimile_link[.$facsimile_link == ""] <- NA} %>% 
    # Remove URL headers from links: 
    mutate_each(funs(. %>% str_replace("^.*(?=\\?)", "")), link, facsimile_link) %>% 
    tbl_df 

IxLoad <- function(
    pat, #(character) input file path 
    nm=in_colnames #(character) index column names to use 
) { 

    # Loads the index file into a data frame. 

    fread(pat, data.table=F, sep="|") %>% 
    setNames(in_colnames) %>% 
    tbl_df 
} 


# Images 
# ------------------------------------------------------------------------------ 

Link <- . %$% {str_c(link_base, "?dln=", ack_id, "&year=", filing_year)} 

DownLink <- function(
    base, #(character) 
    tail #(character) 
) { 
    if(is.na(tail)) {return(NA)} 
    DownFile(url=str_c(base, tail), di=pdf_dir, 
    out_name=str_c(base %>% str_extract("[^/]*.$"), tail, ".pdf") 
) 
} 


DlRow <- . %$% { 
    DownLink(link_base, link) 
    DownLink(facs_base, facsimile_link) 
    TRUE 
} 

DlRows <- . %>% adply(.margins=1, .fun=DlRow, .progress="text") 


# General 
# ------------------------------------------------------------------------------ 

DownFile <- function(
    url, # (character) 
    di, # (character) output directory. 
    out_name=NA # (character) output file name. 
) { 

    # Downloads and saves a file from the DOL site. 

    if(is.na(out_name)) {out_name <- str_extract(url, "[^/]*$")} 

    # Set up a CURL handle: 
    curl <- getCurlHandle() 

    # Add options to CURL handle (cookie and to follow redirects): 
    curlSetOpt(
    cookiefile=file.path(in_dir, cookie_file), 
    curl=curl, 
    followLocation=T 
) 

    # Download the binary data: 
    getBinaryURL(url,curl=curl) %>% 
    # Save the binary data: 
    writeBin(file.path(di, str_c(out_name, ".pdf"))) 
} 


ProcessIndex <- function(
    i=LoadIndex() #(data frame) the data loaded from index file 
) { 

    # Processes the index: downloads each of the documents listed in the file. 

    # Define a functional sequence to apply to every entry: 
    {. %$% { 

    # Dowload the "link" variable if defined: 
    if(!is.na(link) & str_length(link)) { 
     DownFile(url=link, dest_file=str_c(ack_id, ".pdf")) 
    } 

    # Dowload the "facsimile_link" variable if defined: 
    if(!is.na(facsimile_link) & str_length(facsimile_link)) { 
     DownFile(url=facsimile_link, dest_file=str_c(ack_id, "_facs.pdf")) 
    } 

    TRUE 
    }} %>% 
    # Apply this functional sequence to each row in the index data frame: 
    adply(.data=i,.progress="text", .fun=., .margins=1) 
} 


# Sample 
# ------------------------------------------------------------------------------ 

# Download all the sample files. 
SampleDown <- . %$% LINK %>% llply(.progress="text", DownFile, sample_dir) 

Answer 1

원본 코드는 정규 표현식을 사용하여 URL 문자열의 특정 부분을 추출합니다. 다음과 같은 방법으로 문자열 바꾸기를 사용하는 것이 좋습니다.

out_name <- str_replace(url, "^.*ack_id=(.*)&.*$", "\\1")

우리는 모든 문자열을 일치하고 id= 및 & 사이에 캡처 그룹 (parentesis 사이의 일을) 만들 수 있습니다. str_replace의 마지막 인자는 문자열의 대체물로 사용할 문자열입니다. "\\1"은 첫 번째 캡처 그룹을 사용함을 의미합니다.이 ID는 pdf 이름으로 사용하려는 ID입니다.