振动论坛原版主 eight 的经典贴 http://www.chinavib.com/thread-45622-1-1.html
MATLAB 对于文本文件(txt)进行数据读取的技巧总结(经典中的经典)由于本帖内容较多,部分转自
他人的心得,因此,凡转贴的地方仅用“----转----”标注,原作者略去,在此对所有原作者
表示感谢!
特别说明:由于大家在 I/O 存取上以 txt 文件为主,且读取比存储更麻烦(存储的话 fwrite,
fprintf 基本够用),因此下面的讨论主要集中在“txt 文件的读取”上。除了标注了“转”之
外,其余心得均出于本人经验之结果,欢迎大家指正、补充。
一. 基本知识:
--------------------------------------------------转
----------------------------------------------------
1. 二进制文件与文本文件的区别:
将文件看作是由一个一个字节(byte) 组成的, 那么文本文件中的每个字节的最高位都是 0,也
就是说文本文件使用了一个字节中的七位来表示所有的信息,而二进制文件则是将字节中的所有
位都用上了。这就是两者的区别;接着,第二个问题就是文件按照文本方式或者二进制方式打开,
两者会有什么不同呢?其实不管是二进制文件也好,还是文本文件也好,都是一连串的 0 和 1,
但是打开方式不同,对于这些 0 和 1 的处理也就不同。如果按照文本方式打开,在打开的时候会
进行 translate,将每个字节转换成 ASCII 码,而以按照二进制方式打开的话,则不会进行任何
的 translate;最后就是文本文件和二进制文件在编辑的时候,使用的方式也是不同的。譬如,
你在记事本中进行文本编辑的时候,你进行编辑的最小单位是字节(byte);而对二进制文件进行
编辑的话,最小单位则是位(bit),当然我们都不会直接通过手工的方式对二进制文件进行编辑
了。
从文件编码的方式来看,文件可分为 ASCII 码文件和二进制码文件两种:
ASCII 文件也称为文本文件,这种文件在磁盘中存放时每个字符对应一个字节,用于存放对应的
ASCII 码。例如,数 5678 的存储形式为:
ASCII 码: 00110101
00110110
00110111
00111000
↓
十进制码:
↓
5
6
7
8
↓
↓
共占用 4 个字节。ASCII 码文件可在屏幕上按字符显示,例如源程序文件就是 ASCII 文件,用 DOS
命令 TYPE 可显示文件的内容。由于是按字符显示,因此能读懂文件内容。
二进制文件是按二进制的编码方式来存放文件的。例如,数 5678 的存储形式为:
00010110
00101110 只占二个字节。二进制文件虽然也可在屏幕上显示,但其内容无法读懂。
C 系统在处理这些文件时,并不区分类型,都看成是字符流,按字节进行处理。输入输出字符流
的开始和结束只由程序控制而不受物理符号(如回车符)的控制。因此也把这种文件称作“流式文
件”。
2. 文本模式(textmode)和二进制模式(binarymode)有什么区别?
流可以分为两种类型:文本流和二进制流。文本流是解释性的,最长可达 255 个字符,其中回车
/换行将被转换为换行符“\n”,(如果以"文本"方式打开一个文件,那么在读字符的时候,系
统会把所有的"\r\n"序列转成"\n",在写入时把"\n"转成"\r\n" )。二进制流是非解释性的,
一次处理一个字符,并且不转换字符。
注:
\n 一般会操作系统被翻译成"行的结束",即 LF(Line-Feed)
\r 会被翻译成"回车",即 CR(Cariage-Return)
对于文本文件的新行,在 UNIX 上,一般用\n(LF)来表示,Mac 上用\r(CR)来表示,
Windows 上是用\n\r(CR-LF)来表示。
通常,文本流用来读写标准的文本文件,或者将字符输出到屏幕或打印机,或者接受键盘
的输入;而二进制流用来读写二进制文件(例如图形或字处理文档),或者读取鼠标输入,或者读
写调制解调器。如果用文本方式打开二进制文件,会把“0D
0A”自动变换成“\n”来存在
内存中。写入的时候反向处理。而二进制方式打开的话,就不会有这个过程。但是,
Unicode/UTF/UCS 格式的文件,必须用二进制方式打开和读写。
-----------------------------------------------------------------------------------
----------------------
上述基础其实大可以略过,简言之,对用户来说:在 matlab 中存储成为二进制还是文本文件
取决于 fopen 的方式,如果用 wt,则存储为文本文件,这样用记事本打开就可以正常显示了;
如果用 w 则存储为二进制文件,这样用记事本打开会出现小黑方块,要正常显示的话,可以用写
字板或 UltraEdit 等工具打开。
二. Matlab 的 I/O 文件操作使用技巧和总结:
1. Matlab 支持的 I/O 文件(对应“取/存”操作)类型:(所有文件 I/O 程序不需
要特殊的工具箱)
http://www.mathworks.com/support/tech-notes/1100/1102.html
(注:从上表可以看到,matlab 不支持 doc 格式的文档存取(因为 doc 文档包含很多格式控制
符),请改用 txt 或者 dat 格式)
2. Matlab 的 I/O 文件指南:
http://www.mathworks.com/support/tech-notes/1600/1602.html
以下是部分对应的中文译文:
--------------------------------------------------------------转
----------------------------------------
本技术支持指南主要处理:ASCII, binary, and MAT files.
要得到 MATLAB 中可用来读写各种文件格式的完全函数列表,可以键入以下命令:
help iofun
MATLAB 中有两种文件 I/O 程序:high level and low level.
High level routines: 包括现成的函数,可以用来读写特殊格式的数据,并且只需要少量的编
程。
Low level routines: 可以更加灵活的完成相对特殊的任务,需要较多的额外编程。
High level routines 包括现成的函数,可以用来读写特殊格式的数据,并且只需要少量的编程。
举个例子,如果你有一个包含数值和字母的文本文件(text file)想导入 MATLAB,你可以调用
一些 low level routines 自己写一个函数,或者是简单的用 TEXTREAD 函数。
使用 high level routines 的关键是:文件必须是相似的(homogeneous),换句话说,文件必
须有一致的格式。下面的段落描述一些 high level file I/O routines 并给出一些例子帮助理
解概念。
LOAD/SAVE
主要的 high level file I/O routines 是 LOAD 和 SAVE 函数。LOAD
可以读 MAT-file data 或者用空格间隔的格式相似的 ASCII data. SAVE 可以将 MATLAB 变量写入
MAT-file 格式或者空格间隔的 ASCII data。大多数情况下,语法相当简单。下面的例子用到数
值由空格间隔的 ASCII file sample_file.txt :
1 5 4 16 8
5 43 2 6 8
6 8 4 32 1
90 7 8 7 6
5 9 81 2 3
Example:
用 LOAD and SAVE 读写数据
CODE:
% Load the file to the matrix, M :
M = load('sample_file.txt')
% Add 5 to M :
M = M +5
% Save M to a .mat file called 'sample_file_plus5.mat':
save sample_file_plus5 M
% Save M to an ASCII .txt file called 'sample_file_plus5.txt' :
save sample_file_plus5.txt M -ascii
UIGETFILE/UIPUTFILE
UIGETFILE/UIPUTFILE 是基于图形用户界面(GUI)的。会弹出对话框,列出当前目录的文件和
目录,提示你选择一个文件。UIGETFILE 让你选择一个文件来写(类似 Windows ‘另存为’选项?)。
用 UIGETFILE,可以选择已存在的文件改写,也可以输入新的文件名。两个函数的返回值是所选
文件名和路径。
Example:
用 UIGETFILE 从当前目录选择一个 M-file
CODE:
% This command lists all the M-files in the current directory and
% returns the name and path of the selected file
[fname,pname] = uigetfile('*.m','Sample Dialog Box')
注意: UIGETFILE 一次只能选择一个文件。
UIIMPORT/IMPORTDATA
UIIMPORT 是一个功能强大,易于使用的基于 GUI 的 high level routine,用于读 complex data
files。文件也必须是 homogeneous。
IMPORTDATA 形成 UIIMPORT 的功能,不打开 GUI。可以将 IMPORTDATA 用于函数或者脚本中,因为
在函数或者脚本中基于 GUI 的文件导入机制并不理想。下面的例子用到包含几行文件头和文本、
数值数据的文件'sample_file2.txt' :
This is a file header.
This is file is an example.
col1 col2 col3 col4
A
B
C
D
1
1
1
1
4
4
4
4
612.000
613.000
614.000
615.000
Example: Using IMPORTDATA to read in a file with headers, text, and numeric data
CODE:
% This reads in the file 'sample_file2.txt' and creates a
% structure D that contains both data and text data.
% Note the IMPORTDATA command specifies a white space
% as the delimiter of the file, but IMPORTDATA can usually
% detect this on its own
D = importdata('sample_file2.txt','')
% 原文有误?
D = importdata('sample_file2.txt')
可以通过访问结构 D 的数据和文本域,来看结构 D 中的真实值,例如输入:
data = D.data
text = D.textdata
可以用 UIIMPORT 读同一个文件并得到同样的结构.
注意: 对于 ASCII data, 你必须检验导入向导正确的识别了列分隔符。
TEXTREAD/STRREAD
TEXTREAD 是一个强大的动态 high level routine,设计用来读 ASCII 格式的文本和/或数值数
据文件。STRREAD 除是从字符串而不是文件读以外,类似于 TEXTREAD。
两个函数可以用许多参数来改变其具体的工作方式,他们返回读入指定输出的数据。他们有效的
提供给你一个
“两全其美”的方法,因为他们可以用一个命令读入混合的 ASCII 和数值数据(high level
routines 的做法),并且你可以改变他们以匹配你特定的应用(如同 low level routines 做到
的)。例子:
CODE:
Example 1: Using TEXTREAD to read in an entire file into a cell array
% This command reads in the file fft.m into the cell array, file
file = textread('fft.m','%s','delimiter','\n','whitespace','');
CODE:
Example 2: Using STRREAD to read the words in a line
% This command uses the cell array created in Example 1 to
% read in each word of line 28 in 'file' to a cell array, words
words = strread(file{28},'%s','delimiter','')
CODE:
Example 3: Using TEXTREAD to read in text and numeric data from a file with headers
% This command skips the 2 header lines at the top of the file
% and reads in each column to the 4 specified outputs
[c1 c2 c3 c4] = textread('sample_file2.txt','%s %s %s %s','headerlines',2)
CODE:
Example 4: Using TEXTREAD to read in specific rows of text and numeric data from a file
% This command reads in rows B and C of the file. The 'headerlines'
% property is used to move down to the desired starting row and the
% read operation is performed 2 times
[c1 c2 c3 c4] = textread('sample_file2.txt',...
'%s %s %s %s',2,'headerlines',4)
CODE:
Example 5: Using TEXTREAD to read in only the numeric data from a file containing text
and numbers
% This command reads in only the numeric data in the file. The
% 'headerlines' property is used to move down to the first row
% of interest and the first column of text is ignored with the
% '*'
operator
[c2 c3 c4] = textread('sample_file2.txt','%*s %d %d %f','headerlines',3)