本帖最后由 rocwoods 于 2010-12-29 15:09 编辑

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 filesample_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

end2. 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;’]);

end3. 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);