使用 matlab 忽略文本文件中间的 header 行

Question

我有一个包含多个观察部分的文本文件。每次，当新的观察开始时，文件都有一些关于数据的信息（比如文件的 header）。

当我使用textscan时，我只能阅读第一部分。比如数据排列如下：

1993-01-31 17:00:00.000 031       -61.00

1993-01-31 18:00:00.000 031       -55.00

1993-01-31 19:00:00.000 031       -65.00

 Format                                                   
 Source of Data                           
 Station Name               
 Data Interval Type     1-hour                                       
 Data Type              Final                                        

1993-02-01 00:00:00.000 032       -83.00

1993-02-01 01:00:00.000 032       -70.00

1993-02-01 02:00:00.000 032       -64.00

从上面看，我只想读取以“1993”开头的数据行，忽略中间的文本块。

Answer 1

如您所见，textscan 在无法再解析输入时停止读取。您实际上可以利用它来发挥自己的优势。例如，在您的情况下，您知道每个 "good" 数据集之间有 5 行垃圾。所以我们可以运行 textscan 一次得到第一组，然后运行连续多次（Headerlines 设置为 5 以忽略这 5 行）得到每个"good" 文件中的数据集。然后连接所有数据。

这是有效的，因为当您将 textscan 与文件标识符一起使用时，它不会将文件标识符倒回到它之后的文件开头 returns.它把它留在它停止解析它的地方。因此，对 textscan 的下一次调用将从您停止的地方开始（减去您指定的任何 header 行）

fid = fopen(filename, 'r');

% Don't ignore any lines but read until we stop
data = textscan(fid, formatspec);

% Repeat until we hit the end of the file
while ~feof(fid)
    % Skip 5 lines and read until we can't read anymore
    newdata = textscan(fid, formatspec, 'HeaderLines', 5);

    % Append to existing data
    data = cellfun(@(x, y)cat(1, x, y), data, newdata, 'uni', 0);
end

fclose(fid)

使用 matlab 忽略文本文件中间的 header 行

Ignoring header lines in the middle of the text file using matlab

matlab

file-io

textscan