在R中提取两行部分匹配字符串间的行并写入独立文件

一、str_match返回NA的问题 #

• str_match默认是单行匹配模式，.不会匹配换行符。如果你的正则表达式没考虑跨行逻辑，比如直接用.*抓取Num value:和Name:之间的内容，根本无法覆盖换行分隔的数值行，自然匹配不到结果，返回NA。
• 其次，str_match依赖正则里的捕获组提取内容，如果你的正则没正确设置捕获组，或者没开启多行模式（(?m)）处理每行的开头结尾，也会导致匹配失败。
• 典型错误示例：用str_match(text, "Num value: \\d+(.*)Name: .*")，因为.*不匹配换行，中间的数值行全是换行分隔的，完全匹配不到目标内容。

二、gsub返回整个文件的问题 #

• gsub同样默认单行模式，如果你写的正则没正确匹配到需要删除的前后内容（比如Num value:行、Name:行以及之外的无关部分），就会因为找不到替换目标，直接返回原文件。
• 另一种情况是正则写得过于“贪婪”，没加非贪婪限定符?，导致匹配了从第一个Num value:到最后一个Name:的所有内容，但如果替换逻辑是保留中间内容，反而会因为匹配范围错误，最终还是原封不动返回整个文件。

可行的解决方法 #

方法1：正则跨行匹配提取 #

library(stringr)
# 读取文件并合并为带换行的单行字符串
text <- readLines("your_file.txt", warn = FALSE) %>% paste(collapse = "\n")
# 用正向断言+DOTALL模式抓取目标区段
sections <- str_extract_all(text, "(?<=Num value: \\d+\\n)(.*?)(?=\\nName: .*)", dotall = TRUE)[[1]]
# 将每个区段写入独立文件
for (idx in seq_along(sections)) {
  writeLines(str_split(sections[idx], "\n")[[1]], paste0("part_", idx, ".txt"))
}

• dotall = TRUE让.能匹配换行符，.*?是非贪婪匹配，确保只抓取当前Num value:到下一个Name:之间的内容
• 正向断言(?<=...)和(?=...)用来精准定位边界，不会把Num value:和Name:行包含进来

方法2：按行索引定位（更直观） #

library(stringr)
text_lines <- readLines("your_file.txt", warn = FALSE)
# 找到所有边界行的位置
num_pos <- which(str_detect(text_lines, "^Num value: "))
name_pos <- which(str_detect(text_lines, "^Name: "))
# 遍历每个区段写入文件
for (i in seq_along(num_pos)) {
  start_line <- num_pos[i] + 1
  end_line <- name_pos[i] - 1
  if (start_line <= end_line) {
    writeLines(text_lines[start_line:end_line], paste0("section_", i, ".txt"))
  }
}

这种方法直接通过行号定位目标区段，不用纠结正则跨行的复杂逻辑，适合结构规整的文件。

内容的提问来源于stack exchange，提问作者DFM-1124