在Matlab中解析文本文件时遇到问题，是否有一种方法允许字段具有多行？

[poster]

我有一个文本文件，我想将其添加到列表中。我最近就这个话题问了两个问题。我一直遇到的问题是我想解析文本文件，但是各节的长度不同。所以我不能用

textscan（fid，'％s％s％s'）

因为每个基因的长度各不相同。我在使用字段方面也遇到了麻烦，因为当我使用代码设置字段时，它只允许在第一个基因下面的“ note”字段的每个字段中一行，我希望能够在一个字段中多行能够读取它们。目前，有关索引的错误超出了矩阵尺寸。

fieldname = regexp（line {1}，'/（。+）='，'tokens'，'once'）;

value = regexp（line {1}，'=“？（[^”] +）“？$'，'tokens'，'once'）;

我看到此工作的另一种可能方式是使用某种isLineEmpty能够将基因划分为它们之间的空行。有没有一种方法可以在我的字段条目中包含多行，以便获得与“ note”相关的所有信息？还是使用isLineEmpty并跳过使用字段的方法？

gene 218705..219367 /locus_tag="Rv0187" /db_xref="GeneID:886779" CDS 218705..219367 /locus_tag="Rv0187" /EC_number="2.1.1.-" /function="THOUGHT TO BE INVOLVED IN TRANSFER OF METHYL GROUP." /note="Rv0187, (MTCI28.26), len: 220 aa. Probable O-methyltransferase (EC 2.1.1.-), similar to many eg AB93458.1|AL357591 putative O-methyltransferase from Streptomyces coelicolor (223 aa); MDMC_STRMY|Q00719 O-methyltransferase from Streptomyces mycarofaciens (221 aa), FASTA scores: opt: 327, E(): 2.4e-17, (35.9% identity in 192 aa overlap). Also similar to Rv1703c, Rv1220c from Mycobacterium tuberculosis." /codon_start=1 /transl_table=11 /product="O-methyltransferase" /protein_id="NP_214701.1" /db_xref="GI:15607328" /db_xref="GeneID:886779" gene 219486..219917 /locus_tag="Rv0188" /db_xref="GeneID:886776" CDS 219486..219917 /locus_tag="Rv0188" /function="UNKNOWN" /experiment="experimental evidence, no additional details recorded" /codon_start=1 /transl_table=11 /product="transmembrane protein" /protein_id="NP_214702.1" /db_xref="GI:15607329"

回答：

我可能会考虑使用某种简单的包装函数将多行字段折叠为单行。就像是：

function l = readlongline( fh ) quotesSeen = 0; done = false; l = ''; while ~done tline = fgetl( fh ); if ~ischar( tline ) % Hit EOF l = tline; return end quotesSeen = quotesSeen + length( strfind( tline, '"' ) ); % Break if we've seen 0 or 2 quotes done = any( quotesSeen == [0 2] ); l = [l, tline]; end end 旨在替代fgetl。



更多&回答...