matlab 中的textscan
textread 与textscan的区别
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。
来源：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%f32%d8%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 %f32 %d %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 %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 %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。