小编flu*_*sis的帖子

我打开了一个 PHP 脚本并通过 curl 解析了许多 RSS 提要。尝试读取其中之一，CURLOPT_STDERR返回以下错误：

* Expire in 0 ms for 6 (transfer 0x558820d06dc0)
* Expire in 1 ms for 1 (transfer 0x558820d06dc0)
* Expire in 0 ms for 1 (transfer 0x558820d06dc0)
* Expire in 1 ms for 1 (transfer 0x558820d06dc0)
* Expire in 0 ms for 1 (transfer 0x558820d06dc0)
* Expire in 0 ms for 1 (transfer 0x558820d06dc0)
* Expire in 1 ms for 1 (transfer 0x558820d06dc0)
* Expire in 0 ms for 1 (transfer …

我花了 4 个多小时试图找到我的 php 代码的正则表达式模式，但没有运气。

我有一个带有 html 代码的字符串。它有很多网址格式，例如：

example.com
http://example.com
http://www.example.com
http://example.com/some.php
http://example.com/some.php?var1=1
http://example.com/some.php?var1=1&var2=2
etc.

我有以下 php 代码部分工作：

preg_match_all('/\b(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[-A-Z0-9+&@#\/%=~_|$?!:,.]*[A-Z0-9+&@#\/%=~_|$]/i', $content, $result, PREG_PATTERN_ORDER);

我唯一需要的是还使用“&”捕获具有多个查询字符串的 url 我得到它们，但不是完整的，我只收到如下内容：

http://example.com/asdad.php?var1=1&

左边丢失了。

有人可以帮我将丢失的部分添加到模式中吗？

非常感谢。

我正在将许多每日 Apache 日志文件读入 R。这些文件都被命名为“logfile_”加上它们的日期，例如logfile_2019-12-30. 这是我读取文件的方式：

path <- "/path/to/logs/"

beginning <- as.Date("2019-12-01", format="%Y-%m-%d")
ending <- as.Date("2019-12-31", format="%Y-%m-%d")

d <- beginning
dat <- data.frame()
while (d < ending)
{
    dat <- rbind(dat, read.table(paste0(path, "logfile_", d), stringsAsFactors = FALSE))
    d <- d + 1                    
}

一个月（大约有 100 万行日志条目）while-loop 执行大约需要四分钟。我想阅读和处理几年的文件，但不想等待几个小时。

如何更有效、更快地读取文件？