如何使用 Octave 读取带有字符串/数字的分隔文件？答案

【问题标题】：How do I read a delimited file with strings/numbers with Octave?如何使用 Octave 读取带有字符串/数字的分隔文件？
【发布时间】：2011-03-14 16:24:50
【问题描述】：

我正在尝试使用 Octave 读取包含数字和字符串的文本文件。文件格式是这样的：

A B C
10 100
b 20 200
c 30 300
d 40 400
e 50 500

但分隔符可以是空格、制表符、逗号或分号。如果分隔符是空格/制表符，则 textread 函数可以正常工作：

[A,B,C] = textread ('test.dat','%s %d %d','headerlines',1)

但是，如果分隔符是逗号/分号，它就不起作用。我尝试使用 dklmread：

dlmread ('test.dat',';',1,0)

但它不起作用，因为第一列是一个字符串。基本上，使用 textread 我无法指定分隔符，使用 dlmread 我无法指定第一列的格式。至少在 Octave 中这些函数的版本不是这样。以前有人遇到过这个问题吗？

【问题讨论】：

标签： io octave

【解决方案1】：

textread 允许您指定分隔符——它遵循strread 的属性参数。以下代码对我有用：

[A,B,C] = textread( 'test.dat', '%s %d %d' ,'delimiter' , ',' ,1 )

【讨论】：

【解决方案2】：

我目前在 Octave 中找不到简单的方法来执行此操作。您可以使用fopen() 循环文件并手动提取数据。我写了一个函数可以对任意数据执行此操作：

function varargout = coltextread(fname, delim)

    % Initialize the variable output argument
    varargout = cell(nargout, 1);

    % Initialize elements of the cell array to nested cell arrays
    % This syntax is due to {:} producing a comma-separated 
    [varargout{:}] = deal(cell());

    fid = fopen(fname, 'r');

    while true
        % Get the current line
        ln = fgetl(fid);

        % Stop if EOF
        if ln == -1
            break;
        endif

        % Split the line string into components and parse numbers
        elems = strsplit(ln, delim);
        nums = str2double(elems);

        nans = isnan(nums);

        % Special case of all strings (header line)
        if all(nans)
            continue;
        endif

        % Find the indices of the NaNs 
        % (i.e. the indices of the strings in the original data)
        idxnans = find(nans);

        % Assign each corresponding element in the current line
        % into the corresponding cell array of varargout
        for i = 1:nargout
            % Detect if the current index is a string or a num
            if any(ismember(idxnans, i))
                varargout{i}{end+1} = elems{i};
            else
                varargout{i}{end+1} = nums(i);
            endif
        endfor
    endwhile

endfunction

它接受两个参数：文件名和分隔符。该函数由指定的返回变量的数量控制，因此，例如，[A B C] = coltextread('data.txt', ';'); 将尝试从文件中的每一行解析三个不同的数据元素，而A = coltextread('data.txt', ';'); 将只解析第一个元素。如果没有给出返回变量，那么函数将不会返回任何东西。

该函数会忽略包含所有字符串的行（例如“A B C”标题）。如果您想要所有内容，只需删除 if all(nans)... 部分即可。

默认情况下，“列”作为元胞数组返回，尽管这些数组内中的数字实际上是转换后的数字，而不是字符串。如果您知道元胞数组仅包含数字，那么您可以轻松地将其转换为列向量：cell2mat(A)'。

【讨论】：