如何在R中提取.Rmd文件纯文本并转为.txt（剔除代码）

当然可以做到！这里有几个靠谱的办法帮你搞定.Rmd文件的纯文本提取，剔除代码块，还能避开那些烦人的元数据：

方法一：用rmarkdown直接渲染成纯文本（最省心） #

R的rmarkdown包自带了直接输出纯文本的功能，它会自动帮你过滤掉代码块、YAML头这些你不需要的内容，直接生成干净的.txt文件。

只需要运行这段代码：

library(rmarkdown)
# 替换成你的Rmd文件路径，指定输出的txt文件名
render("your_file.Rmd", output_format = "text_document", output_file = "clean_output.txt")

这个方法会完整处理Rmd的结构，把所有markdown里的纯文本保留下来，完全不用你手动处理正则，非常适合快速需求。

方法二：手动读取+正则过滤（自定义性强） #

如果需要更灵活的处理（比如只想保留某些部分，或者调整过滤规则），可以自己读取文件后用正则表达式清理内容：

# 1. 读取Rmd文件内容
rmd_content <- readLines("your_file.Rmd")

# 2. 移除开头的YAML元数据块
yaml_markers <- which(rmd_content == "---")
if (length(yaml_markers) >= 2) {
  rmd_content <- rmd_content[-c(1:yaml_markers[2])]
}

# 3. 移除所有代码块（包括```包裹的块）
code_start_indices <- grep("^```", rmd_content)
code_end_indices <- sapply(code_start_indices, function(start) {
  # 找到当前代码块对应的结束标记
  end_pos <- which(rmd_content[start:length(rmd_content)] == "```")[1]
  if (!is.na(end_pos)) start + end_pos - 1 else length(rmd_content)
})
# 整理所有要移除的行号
lines_to_remove <- unlist(mapply(seq, code_start_indices, code_end_indices))
clean_text <- rmd_content[-lines_to_remove]

# 4. （可选）移除行内代码（比如`x <- 1`这种）
clean_text <- gsub("`.*?`", "", clean_text)

# 5. 保存为纯文本文件
writeLines(clean_text, "clean_text.txt")

这个方法可以根据你的需求调整，比如如果有特殊格式的代码块，你可以修改正则表达式来匹配。

方法三：用quarto工具（适合quarto/Rmd混合项目） #

如果你平时用Quarto来编写文档，它也提供了类似的渲染功能，代码更简洁：

library(quarto)
quarto_render("your_file.Rmd", output_format = "text", output_file = "clean_quarto.txt", quiet = TRUE)

内容的提问来源于stack exchange，提问作者Inkling