文本文件信息存取的技巧总结

文本文件信息存取的技巧总结

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）

/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：

/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