如何按标题从子R Markdown文档中按需提取指定文本块？

核心思路 #

通过正则匹配Markdown标题定位内容区间，摆脱行号依赖：先找到目标标题的起始行，再以同级别下一个标题作为结束标记，提取中间所有文本内容。

可复用提取函数 #

以下函数适配一级Markdown标题（# 标题格式），可根据子文档标题级别调整正则规则：

extract_section <- function(file_path, target_title) {
  # 读取子文档所有行，忽略编码警告
  lines <- readLines(file_path, warn = FALSE)
  
  # 转义标题中的特殊字符，构建匹配正则
  escaped_title <- gsub("([^\\w])", "\\\\\\1", target_title)
  title_pattern <- paste0("^#\\s*", escaped_title, "$")
  
  # 定位目标标题所在行
  start_idx <- grep(title_pattern, lines)
  if (length(start_idx) == 0) {
    warning("未找到目标标题：", target_title)
    return(NULL)
  }
  
  # 定位下一个同级标题的位置，作为内容结束点
  next_title_idx <- grep("^#\\s", lines[(start_idx + 1):length(lines)])
  end_idx <- if (length(next_title_idx) > 0) {
    start_idx + next_title_idx[1] - 1
  } else {
    length(lines)
  }
  
  # 提取并合并内容
  paste(lines[(start_idx + 1):end_idx], collapse = "\n")
}

使用示例 #

假设子文档tips.md内容如下：

海滩度假贴士 #

• 优先选带公共遮阳设施的海滩
• 提前准备高倍数防晒霜与防晒衣

登山贴士 #

• 穿防滑耐磨的专业登山鞋
• 随身携带补充电解质的运动饮料

提取「海滩度假贴士」内容的代码：

beach_content <- extract_section("tips.md", "海滩度假贴士")
# 输出内容（支持Markdown格式渲染）
cat(beach_content)

若子文档用二级标题（## 标题），只需把函数中的^#\\s*正则改为^##\\s*即可。

在父R Markdown中直接嵌入 #

要让提取的内容直接渲染为Markdown格式，使用results='asis'参数：

cat(extract_section("tips.md", "海滩度假贴士"))

内容的提问来源于stack exchange，提问作者Marigold