[转载]matlab 中的textscan

原文地址：matlab 中的textscan作者：研究僧一群

下面开始textscan函数，其实基本和textread差不多，但是其加入了更多的参数，有了很多优势

一下是小小区别（来自百度知道）：

 

textscan更适合读入大文件；

textscan可以从文件的任何位置开始读入，而textread 只能从文件开头开始读入；

textscan也可以从上一次textscan结束的位置开始读入，而textread不能；

textscan只返回一个数组（其实应该说是一个细胞矩阵），而textread要返回多个数组（嗯嗯）；

textscan提供更多转换读入数据的选择；

textscan提供给用户更多的配置参数。

 

咳咳，下面就是我自己的内容了，虽然原始版本是matlab帮助文件中的，但是鉴于现在没有完全的汉化版，好歹也是我自己翻译然后运行的，还有更加详细的讲解和我自己的理解内容，所以转载请注明出处

http://blog.sina.com.cn/s/blog_9e67285801010buf.html

 

textscan函数

功能：读格式的数据从文本文件或字符串。适用于具有多行文字说明文本数据文件。
————————————————————————————————————————
基本用法：
C = textscan(fid, 'format')
　　
C = textscan(fid, 'format', N) 　
　
C = textscan(fid, 'format', 'param', value) 　
　
C = textscan(fid, 'format', N, 'param', value) 　
　
C = textscan(str, ...) 　
　
[C, position] = textscan(...)
——————————————————————————————————————
输入参数

fid           为fopen命令返回的文件标识符，这也是和textread的最大不同之处
            需要注意的一点是，fid类似一个指针，其指向的位置会随着textscan的操作而改变，参见例9

format        是一个字符串变量，表示读取数据及数据转换的规则，具体见format.txt

N              读取N次，一般为行数

输出参数

输出一个细胞数组C

基本与textread语法相同
.............................................................................
例1：
'mydata1.txt文件如下
Sally Level1 12.34 45 1.23e10 inf Nan Yes 5.1+3i
Joe   Level2 23.54 60 9e19 -inf  0.001 No 2.2-.5i           
Bill  Level3 34.90 12 2e5   10  100   No 3.1+.1i
读入：

>> fid = fopen('mydata1.txt');
   C = textscan(fid, '%s%s�2�%u%f%f%s%f');
   fclose(fid);
>> C

C =

  Columns 1 through 5

    {3x1 cell}    {3x1 cell}    [3x1 single]    [3x1 int8]    [3x1 uint32]

  Columns 6 through 9

    [3x1 double]    [3x1 double]    {3x1 cell}    [3x1 double]
输出C为1*9的细胞数组，每个数组中存放每列的数据
..................................................................
例2：
可设置读取长度，具体是，在%和格式符之间插入数字N，代表你要读入几个数值（有点问题）

如：
>> dd='let us go';
>> ddd=textscan(dd,'')

ddd =

    'let u'
对于myfileli6.txt

    Sally Type1 12.34 45 Yes

    Joe Type2 23.54 60 No

    Bill Type1 34.90 12 No

>> fid=fopen('myfileli6.txt');
>> data=textscan(fid,'%s%s%f%f%s',3); %正常读入数据

....................注意对于数据省略操作应该跳过被省略部分.........

例：
str = '0.41 8.24 3.57 6.24 9.27';
 C = textscan(str, '%3.1f ');
C会出现这种情况
C=
0.400000000000000
1
8.20000000000000
4
3.50000000000000
7
6.20000000000000
4
9.20000000000000
7

而
>> C = textscan(str, '%3.1f %*1d');
>> C{1}

ans =

    0.4000
    8.2000
    3.5000
    6.2000
    9.2000
......................................................
例3：读取不同格式的数据

scan1.txt如下
09/12/2005 Level1 12.34 45 1.23e10 inf Nan Yes 5.1+3i
10/12/2005 Level2 23.54 60 9e19 -inf  0.001 No 2.2-.5i
11/12/2005 Level3 34.90 12 2e5   10  100   No 3.1+.1i

现在把scan1.txt读入
fid = fopen('scan1.dat');
C = textscan(fid, '%s %s �2 � %u %f %f %s %f');
fclose(fid);

输出C为一个1*9的细胞矩阵
 
C{1} = {'09/12/2005'; '10/12/2005'; '11/12/2005'} class cell
                                        
C{2} = {'Level1'; 'Level2'; 'Level3'}    class cell
C{3} = [12.34; 23.54; 34.9]              class single
C{4} = [45; 60; 12]                      class int8
C{5} = [4294967295; 4294967295; 200000]  class uint32
C{6} = [Inf; -Inf; 10]                   class double
C{7} = [NaN; 0.001; 100]                 class double
C{8} = {'Yes'; 'No'; 'No'}               class cell
C{9} = [5.1+3.0i; 2.2-0.5i; 3.1+0.1i]    class double

C{5}中的4294967295指的是32位系统无符号整型的最大值2^32-1
也可以把C{1}中的内容分别读入
>> fid = fopen('scan1.txt');
>> C = textscan(fid, '%f/%f/%f %s �2 � %u %f %f %s %f');
>>fclose(fid);
>> C{1}'

ans =

     9    10    11
>> C{2}'

ans =

    12    12    12
>> C{3}'

ans =

        2005        2005        2005

........一下相同.....

............................................................
例4：移除字符串

对于上述scan1.txt 如果想忽略Level而直接读取数字

>> fid = fopen('scan1.txt');
>> C = textscan(fid, '%s Level%u8 �2 � %u %f %f %s %f');
>>fclose(fid);
>> C{2}'

ans =

    1    2    3
....................................................................

例5：读取某列

>> fid = fopen('scan1.txt');
   dates = textscan(fid, '%s %*[^n]');
   fclose(fid);
>> dates{1}

ans =

    '09/12/2005'
    '10/12/2005'
    '11/12/2005'
dates是一个1*1的细胞矩阵

%[^n] 就是一直读到行尾。

如：
>>fid = fopen('scan1.txt');
>>dates = textscan(fid, '%s %[^n]');
>>fclose(fid);
>>dates{1}'
ans =

    '09/12/2005'    '10/12/2005'    '11/12/2005'
>> dates{2}

ans =

    'Level1 12.34 45 1.23e10 inf Nan Yes 5.1+3i'
    'Level2 23.54 60 9e19 -inf  0.001 No 2.2-.5i'
    'Level3 34.90 12 2e5   10  100   No 3.1+.1i'

%*[^n] 就是从当前直接跳到行尾。
% *是一个跳过符号，表示跳过该位
............................................................................
例6：
处理存在空数据
实用分节符delimiter 和空值符EmptyValue

对于exm5.txt

1,  2,  3,  4,   ,  6
7,  8,  9,   , 11, 12

读取数据，空数据用-inf替换

>> fid = fopen('exm5.txt');
C = textscan(fid, '%f %f %f %f %f %f', 'delimiter', ',','EmptyValue', -Inf);
fclose(fid);
>> data=cell2mat(C)

data =

     1     2     3     4  -Inf     6
     7     8     9  -Inf    11    12

...............................................................................

例7
跳过所有注释，选择性的把某些输入置 空

exm6.txt文件如下：

abc, 2, NA, 3, 4
// Comment Here
def, na, 5, 6, 7

现在我们想要第二行的注释，并且把其中的 NA na 置为NAN

>> fid = fopen('exm6.txt');
>>C = textscan(fid, '%s %n %n %n %n', 'delimiter', ',', 'treatAsEmpty', {'NA', 'na'}, 'commentStyle', '//');
>>fclose(fid);

>> C{1}

ans =

    'abc'
    'def'
>> C{2:5}

ans =

     2
   NaN

ans =

   NaN
     5

ans =

     3
     6

ans =

     4
     7
.................................................................................

例8：

处理重复的分隔符，把重复分隔符认为成一个分隔符

exm8.txt如下：

1,2,3,,4
5,6,7,,8

现在我们想把重复分隔符合并认为成单个分隔符，我们采用MultipleDelimsAsOne参数把其设置为1
% multiple 多个  delims 分隔符  as  one

>> clear
>> fid = fopen('exm8.txt');
C = textscan(fid, '%f %f %f %f', 'delimiter', ',', 'MultipleDelimsAsOne', 1);
fclose(fid);
>> data=cell2mat(C)

data =

     1     2     3     4
     5     6     7     8

..........................................................................

例9： CollectOutput Switch的应用

CollectOutput switch的默认值是0（false）textscan函数把每列的数据放在一个细胞矩阵中

>> clear

>> fid = fopen('grades.txt');

C_text = textscan(fid, '%s', 4, 'delimiter', '|');  % read column headers
>>
C_data0 = textscan(fid, '%d %f %f %f')      % read numeric data 在此fid指向了第二行

C_data0 =

    [4x1 int32]    [4x1 double]    [4x1 double]    [4x1 double]
>> C_data0{1:4}

ans =

           1
           2
           3
           4

ans =

   91.5000
   88.0000
   76.3000
   96.4000

ans =

   89.2000
   67.8000
   78.1000
   81.2000

ans =

   77.3000
   91.0000
   92.5000
   84.6000

现在我们利用CollectOutput switch置为1，这样就可以把同类数据放在同一个细胞数组下

>> frewind(fid);  %把fid指到文档开始位置

C_text = textscan(fid, '%s', 4, 'delimiter', '|');

C_data1 = textscan(fid, '%d %f %f %f','CollectOutput', 1)

C_data1 =

    [4x1 int32]    [4x3 double]

>> C_data1{1}

ans =

           1
           2
           3
           4

>> C_data1{2}

ans =

   91.5000   89.2000   77.3000
   88.0000   67.8000   91.0000
   76.3000   78.1000   92.5000
   96.4000   81.2000   84.6000

......................................................................................

其实还有两个对字符串的操作，鉴于不经常用，故此略去，欢迎留言补充。