将文本文件加载为二维字符串数组而不指定列数

Question

假设我有一个明文文件test.dat:

foo bar baz
qux ham spam

我知道想将其作为二维元胞数组加载到 Octave（或 Matlab 中），保留以空格和换行符编码的结构。根据我对the documentation的理解，应该是这样的：

format = '%s';
file = fopen('test.dat');
data = textscan(file,format);
fclose(file);
disp(data);

但是这只会将数据加载为一维数组：

{
  [1,1] = 
  {
    [1,1] = foo
    [2,1] = bar
    [3,1] = baz
    [4,1] = qux
    [5,1] = ham
    [6,1] = spam
  }
}

明确指定Delimiter、Whitespace 和EndOfLine 没有帮助（那么后者的意义何在？）；也不使用其他加载函数，如 textread 或 dlmread。有效的是在上面使用format = '%s%s%s'，但这需要我以某种方式确定列数，函数应该能够自己完成。

因此我问：是否有任何内置函数可以满足我的需求？我对自己编写这样一个函数的方法不感兴趣——我有信心我可以做到这一点，但这正是我想要避免的（因为我需要用它来展示良好的做法，因此不要重新发明轮子）。

相关问答（所有都知道列数）：

• How to load 2D array from a text(csv) file into Octave?
• How do I read a delimited file with strings/numbers with Octave?

Answer 1

您可以使用readtable

data = readtable('test.txt', 'ReadVariableNames', false, 'Delimiter', ' ')

输出：

Var1     Var2      Var3 
_____    _____    ______

'foo'    'bar'    'baz' 
'qux'    'ham'    'spam'

如果你想要一个单元格，而不是一个表格，你可以使用

data = table2cell( data );

>> data = {'foo'    'bar'    'baz' 
           'qux'    'ham'    'spam'}

我不确定 readtable 是 Octave 方法，它似乎是 on GitHub 但我没有要检查的安装。它于 2013b 年被引入 Matlab。

---

您可以使用较低级别的操作，逐行阅读

fid = fopen('test.txt','r');
data = {};
while ~feof(fid)
    line = fgets(fid);       % Read line
    A = strsplit(line, ' '); % Split on spaces
    data(end+1, :) = A;      % Append to output
end
fclose(fid);

>> data = {'foo'    'bar'    'baz' 
           'qux'    'ham'    'spam'}

此方法假定data 的每一行将具有相同数量的元素（每行中的分隔符数量相同）。如果您不能这样假设，那么更安全的方法是使用data{end+1,1} = A，然后再拆分行。

此方法中使用的唯一不是低级文件 I/O 的函数是strsplit。这是Octave 和Matlab 的内置函数。

Answer 2

在 Octave 中，您可以使用 io 包中的 csv2cell：

pkg load io
result = csv2cell('test.dat',' ')

Answer 3

我建议你看看 fgetl() 或 fgets() 函数。 基本上，您阅读文件的行，然后您可以使用 textscan() 应用您的代码并获取“列”。

Answer 4

我遇到了同样的问题。在 Matlab 中 readtable.m 对我来说很慢，并且 fgetl 示例正在循环调整大小。 但也许一个可以接受的解决方案是基于这个论坛帖子： https://de.mathworks.com/matlabcentral/answers/476483-how-to-use-textscan-on-a-cell-array-without-a-loop

所以，至少在较新的 Matlab 中：

fid=fopen(file,'r');
data=textscan(fid,'%s','Delimiter','\r\n');
fclose(fid);
data=split(data{1},';',1); 

我还没有测试 split.m 处理大数据的速度。