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    1   4    612.000

 

B    1   4    613.000

 

C    1   4    614.000

 

D    1   4    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) 





DLMREAD/DLMWRITE/CSVREAD

 

DLMREAD 和 DLMWRITE函数能够读写分隔的ASCII data,而不是用low level routines。他们比low level routines容易使用,Low level routines用几行代码实现的功能可以用DLMREAD/DLMWRITE简化成一行。

 

CSVREAD用来读分隔符是逗号的文件,是DLMREAD的特殊情况。当读空格和Tab分隔的电子数据表文件时,DLMREAD特别有用。以\'sample_file.txt\'为例:

 




CODE:

Example 1: Using DLMREAD to read in a file with headers, text, and numeric data 

% This reads in the file \'sample_file2.txt\' and creates a matrix, D,
% with the numeric data this command specifies a white space as the
% delimiter of the file 

D = dlmread(\'sample_file.txt\',\'\') 






CODE:

Example 2: Using DLMREAD to extract the first 3 columns of the last 3 rows

% This reads in the first 3 columns of the last 3 rows of
% the data file \'sample_file.txt\'into the matrix, D_partial.
% 读文件 \'sample_file.txt\' 前3列后3行,到矩阵D_partial.

D_partial = dlmread(\'sample_file.txt\',\'\',[2 0 4 2]) 






CODE:

Example 3: Using DLMWRITE to write a comma delimited file

% This creates a file called \'partialD.txt\' that consists of 
% the first 3 columns of the last 3 rows of data where each
% element is separated by a comma 

dlmwrite(\'partialD.txt\',D_partial,\',\') 





注意: 保证DLMREAD and DLMWRITE指定范围的指标从0开始,而不是从1开始。

 

WK1READ/WK1WRITE

 

WK1READ 用来读Lotus123 电子数据表文件的数据;WK1WRITE用来写矩阵到Lotus123 电子数据表文件。

 

XLSREAD

 

XLSREAD用来读Excel的数值和文本数据。


---------------------------------------------------------------------------------------------------------

三. 具体例子分析:
Matlab网站用两个例子非常详尽地介绍了各个命令的基本用法,实际中,面对手头上的数据,如何选用合适的命令呢?以下结合几个示例给出一些总结,大家举一反三就可以了:

1. 纯数据(列数相同):
源文件:



CODE:
0 3866.162 2198.938 141.140
1 3741.139 2208.475 141.252
2 3866.200 2198.936 141.156
3 3678.048 2199.191 141.230
4 3685.453 2213.726 141.261
5 3728.769 2212.433 141.277
6 3738.785 2214.381 141.256
7 3728.759 2214.261 141.228
8 3748.886 2214.299 141.243
9 3748.935 2212.417 141.253
10 3733.612 2226.653 141.236
11 3733.583 2229.248 141.223
12 3729.229 2229.118 141.186




解答:对于这个txt文件,由于各行列数相同,故简单地使用load,importdata均可。


2.字段名(中、英文字段均可)+数据:
源文件:


CODE:
CH0 CH1 CH2 CH3
0.000123 0.000325 0.000378 0.000598
0.000986 0.000256 0.000245 0.000698


解答:由于是记录的形式,因此各行列数必相同(缺少部分列时请自行在文件中补上 Inf 或 NaN),故直接使用 importdata 便可。

3.注释(含有独立的数字串)+数据(列数相同):
问题:这个文件有4列,但前6行是文字说明,4列数字是从第8行开始的.现在我想把这个文件的前2列和文字说明提出来组成一个新的dat文件

源文件:


CODE:
Group 2  12.02.2006   Limei
Samples of datas: 50000

CH0  CH1  CH2  CH3
0.000123  0.000325   0.000378   0.000598
0.000986  0.000256   0.000245   0.000698


目标文件:


CODE:
Group 2 12.02.2006 Limei
Samples of datas: 50000

CH0 CH1
0.000123 0.000325
0.000986 0.000256


解答:由于注释中含有独立的数字串,且注释部分没有明显的格式,这时候用importdata, load等高级命令直接读取会失败,用 textread, dlmwrite 等格式化命令也不太合适,因此只能使用低级命令进行读取。(当然了,可以跳过注释部分直接用高级命令读取数据,即:[a b c d] = textread(filename,\'%f %f %f %f\',\'headerlines\',4); )。一个简单的、非通用的包含注释的读取方法如下:
-------------------------------------转 ---------------------------------------------------------------------------------------

CODE:
clc;clear;
fid = fopen(\'exp.txt\', \'r\');
fid_n=fopen(\'ex.dat\',\'w\');
while ~feof(fid)
    tline=fgetl(fid);
    if ~isempty(tline)
        if double(tline(1))>=48 && double(tline(1))<=57  %数值开始
            a=strread(tline);
            a(3:4)=[];
            fprintf(fid_n,\'%f %f\n\',a);
            clear a;
        elseif double(tline(1))==67   %字母C开始
           [b1,b2,b3,b4]=strread(tline,\'%s %s %s %s\');
           b=[b1{1},\'  \',b2{1}];
            fprintf(fid_n,\'%s\n\',b);
            clear b b1 b2 b3 b4;
        else
            fprintf(fid_n,\'%s\n\',tline);
        end
    else
        fprintf(fid_n,\'%s\n\',tline);
    end
end
fclose(fid);
fclose(fid_n);


---------------------------------------------------------------------------------

4. 注释(不含独立的数字串)+数据(列数相同):
源文件:

CODE:
你好 abc
欢迎来到 我们
振动论坛
vib.hit.edu.cn
1 11 111 1111
2 22 222 2222
3 33 333 3333
4 44 444 4444
5 55 555 5555


解答:直接用 importdata 便可

注:有时候注释中含有独立的数字串也可以 importdata 成功,不过得到的结果有可能不正确,建议这时候使用第3种情形的读取方式。

5. 注释与数据混排:
对此当然只能自己编程,举例:

源文件

CODE:
1 11 111 1111
你好
2 22 222 2222
欢迎来到
3 33 333 3333
振动论坛
4 44 444 4444
vib.hit.edu.cn
5 55 555 5555


解答:
--------------------------------------------转--------------------------------------


CODE:

function [data]=distilldata(infile)
%功能说明:
%将保存数据的原始文件中的数值数据读入到一个data变量中
%使用说明:
% infile——原始数据文件名;
% data=数据变量

tmpfile=\'tmp2.mat\';

fidin=fopen(infile,\'r\'); % 打开原始数据文件(.list)

fidtmp=fopen(tmpfile,\'w\'); % 创建保存数据文件(不含说明文字)

while ~feof(fidin) % 判断是否为文件末尾
  tline=fgetl(fidin); % 从文件读入一行文本(不含回车键)
  if ~isempty(tline) % 判断是否空行
    [m,n]=size(tline);
    flag=1;
    for i=1:n %判断一行中有没有字符(+-.Ee和空格键除外)
      if ~(tline(i)==\' \'|tline(i)==\'-\'|tline(i)==\'.\'|tline(i)==\'E\'...
          |tline(i)==\'e\'|tline(i)==\'+\'...
          |(double(tline(i))>=48&&double(tline(i))<=57))
        flag=0;
        break;
      end
    end
    if flag==1 % 如果是数字行,把此行数据写入文件
      fprintf(fidtmp,\'%s\n\',tline);
    end
  end
end

fclose(fidin);

fclose(fidtmp);

data=textread(tmpfile);

delete(tmpfile);



---------------------------------------------------------------------------------------------------------
另外,如果要求不高,也可以使用 textread 函数跳过注释部分进行读取,不过前提是需要事先知道文件内容的结构(即哪行是数据、哪行是注释)

6.各列数据的分离:
源文件:


CODE:
           0 +  47038.7   1.05  09:26:07  C
           2 +  46477.7   1.03  09:28:38  C  
           4 +  44865.7   1.04  09:28:48  C  
           6 +  41786.4   1.03  09:28:56  C  
           8 +  39896.0   0.97  09:29:03  C  
          10 +  37518.4   0.93  09:29:15  C  
          12 +  35858.5   0.92  09:29:30  C  
          14 +  46105.0   1.03  09:30:21  C  
          16 +  46168.6   6.89  09:30:30  C  
          18 +  48672.3   4.33  09:30:40  C  
          20 +  49565.7   0.49  09:30:48  C  
          22 +  49580.7   0.53  09:30:55  C  
          24 +  49602.3   0.84  09:31:03  C  
          26 +  49582.5   1.51  09:31:11  C  
          28 +  49577.0   1.39  09:31:19  C  
          30 +  49589.3   0.61  09:31:27  C  
          32 +  49578.3   1.06  09:31:29  C  
          34 +  49512.5   1.77  09:31:38  C 




解答:直接用 [a,b,c,d,e,f]=textread(yourfilename,\'%d %c %f %f %s %c\'); 便可


四. 注意事项:


1. 请在 matlab 中保持当前路径在该数据文件对应的目录下进行存取,否则,存取时请给出该数据文件的具体路径。

 

2. 存取时,请给出该数据文件的全称(包括后缀名,读取mat文件时可省略)

 

3. load data.txt和A=load(‘data.txt’)的区别请参阅精华贴:

 

4. 请根据读写需要来打开文件,即根据你的需要来指定 fopen 的 permission 属性为读或写。如果只用 a 进行写入,就不能用 fread 读取。此时应该写完关闭文件,然后用 r 打开读取,或者直接用 a+ 进行同时读写操作。否则,会产生莫名其妙的问题!以下代码是一个错误的例子:



CODE:

filename=\'e.dat\';
fid=fopen(filename,\'a\');
if fid<0
    error(\'fopen error\');
end
s=[1 2 3 4;5 6 7 8];
fwrite(fid,s,\'float32\')
[dd ll]=fread(fid,inf,\'float32\');%把t中的数据全部读出,即s矩阵。
fclose(fid);





此时得到的dd, ll 是错误且无意义的!


五. 其他相关问题:

1. 连续读取多个文件的数据,并存放在一个矩阵中:
(1) 首先是如何读取文件名:
方法一:
filename=dir(‘*.jpg’);
那么第i个文件的文件名就可以表示为
filename(i).name
文件数量为:length(filename)

方法二:
先在Windows的 MSDOS(命令行)中使用以下命令生成一个list.txt文件:


dir path\folder /on /b /s > path\list.txt

 

举例:dir d:\test /on /b /s > d:\list.txt

 

然后在 matlab 中使用:

 

filename = textread(sFileFullName,\'%s\');

 

把所有文件名读取到list细胞矩阵中,最后对filename{i}便可得到各文件名。


(2) 然后是读取文件名的数据并存储:
假设每个文件对应的数据是m*n的,则:

CODE:
k = length(filename);

Data = zeros(m,n,k);

for ii = 1:k
  Data(:,:,ii) = yourreadstyle(filename{ii}); %yourreadstyle是对应的文件读取方式的函数
end




2. 连续读取多个文件的数据,并存放在多个矩阵(以文件名命名)中:
假设每个文件对应的数据是m*n的,则以上述第二种文件名读取方法为例:

CODE:
k = length(filename);
for ii = 1:k
  D = yourreadstyle(filename{ii});
eval([‘Data_’, num2str(ii), ‘ = D;’]);
end



3. 文件名命名问题:
文件名为 abc00001,abc00002,... abc00009,abc00010,... abc00099,abc00100,...abc00879.  准备把这些文件名给放到一个数组里面去。

解答:

CODE:
a=cell(879,1);
for k=1:879
     a{k} = sprintf(\'%.5d\',k);
end


4. 上述各种文件格式、类型自动识别问题:可以利用正则表达式来处理,使之通用性较强。例如使用以下代码可以自动处理上面提到了例1到例5各种情形,不过由于存在自动判断,对某些例子(如例1)效率自然要低一点,而对于另外的例子(如例3、例5)效率估计要高一点(少用了一个循环)。


CODE:

function [data]=distilldata_eight(infile)
%功能说明:
%将保存数据的原始文件中的数值数据读入到一个data变量中(自动判断数据行)
%使用说明:
% infile——原始数据文件名;
% data=数据变量

tmpfile=\'tmp2.mat\';

fidin=fopen(infile,\'r\'); % 打开原始数据文件(.list)

fidtmp=fopen(tmpfile,\'w\'); % 创建保存数据文件(不含说明文字)

while ~feof(fidin) % 判断是否为文件末尾
  tline=fgetl(fidin); % 从文件读入一行文本(不含回车键)
  if ~isempty(tline) % 判断是否空行
    str = \'[^0-9 | \. | \- | \s | e | E]\'; %正则表达式为:该行中是否包含除 - . E e 数字 和 空白字符 外的其他字符
    start = regexp(tline,str, \'once\');
    if isempty(start)
      fprintf(fidtmp,\'%s\n\',tline);
    end
  end
end

fclose(fidin);

fclose(fidtmp);

data=textread(tmpfile);

delete(tmpfile)



5. 大量数据的读取问题:
可以考虑使用循环分批读取(特别是在各数据是独立的时候),或者使用稀疏矩阵来实现。另外,也可参考《深入浅出MATLAB 7_X混合编程》一书第一章

6. 读取整个txt文件的内容(获得文件中的所有字符):

CODE:

f = fopen(\'yourfilename.txt\',\'rt\'); % t 属性根据需要可省略
x = fread(f,\'*char\');
fclose(f);


7. 把维数不同的矩阵及其变量名保存到一个 txt 文件中,例如 a1 = 123; a2 = [1 2 3;4 5 6] ,希望得到的 txt 文件如下:


QUOTE:

a1:
123
a2:
1 2 3
4 5 6





如果写入的时候简单一点,则可以采用以下方式,不过读取的时候比较麻烦:

CODE:

a1=123;
a2=[1 2 3;4 5 6];
fid = fopen(\'myfile.txt\', \'wt\');
for i=1:2
    fprintf(fid, \'%s: \n %s\n\', [\'a\',int2str(i)], mat2str(eval([\'a\',int2str(i)])));
end
fclose(fid);


相反,如果写入的时候复杂一点,则读取的时候会简单一点:

CODE:

a1=123;
a2=[1 2 3;4 5 6];
fid = fopen(\'myfile.txt\', \'wt\');
for i=1:2
    fprintf(fid, \'%s: \n\', [\'a\',int2str(i)]); 
    b = eval([\'a\',int2str(i)]);
    fprintf(fid, [repmat(\'%d \', 1, size(b,2)), \'\n\'], b\');
end
fclose(fid);