如何通过正则表达式提取Markdown文件中的h1和h2级标题

修正方案 #

你写的正则核心问题是没有限制匹配的1~2个#前方不能存在其他#，会把三级及以上标题开头的前两个#误命中，导致错误提取。

最终可用正则

/(?<!#)#{1,2} ([^\r\n]*)/gm

各部分逻辑说明

• (?<!#)：负向回顾断言，确保当前匹配的#前缀前方没有多余的#，过滤三级及以上标题
• #{1,2}：匹配1个或2个#，对应Markdown的h1、h2级别
• 后缀空格：匹配Markdown标题要求的#和内容之间的强制空格
• ([^\r\n]*)：捕获组，匹配除换行符外的所有字符，直接得到标题文本内容
• gm：全局匹配+多行匹配模式，逐行扫描整个Markdown内容

用这个正则测试你给出的用例，捕获组返回的结果刚好是['first', 'second', 'fourth']，完全符合需求。
如果你的运行环境不支持负向回顾断言，也可以用符合标准Markdown规范的行首匹配写法：

/^#{1,2} ([^\r\n]*)/gm

这个写法要求标题必须出现在行首，也能过滤三级及以上标题。

内容的提问来源于stack exchange，提问作者Monkey D. Teach