在 MATLAB 中解析文件的最简单方法

Question

我正在尝试使用 MATLAB 从文本文件中提取轮廓点。包含这些轮廓点的线的示例是：

Cnt-0-Pt        0/0/146/171/5/146.912065/171.618881/5.500000/0

请注意，并不是每行都以字符串 Cnt-0-Pt 开头（因为这些文件中除了轮廓点之外还有其他字段），但每条轮廓点线的字段字符串中始终有一个 0，即，例如，没有轮廓点线将从 Cnt-1-Pt 开始的选项。在该字符串之后，有一个 space 和两个制表符。我想提取第二个 / 分隔符之后的三个整数。在此示例中，它们将是 146、171 和 5。最直接的方法是什么？

这是文本文件的示例

#
# Direction U 
#
U-Number        92
U-Scale         1.470000
#
# Direction V 
#
V-Number        204
V-Scale         1.470000
#
# Direction W 
#
W-Number        16
W-Scale         1.470000
s-base-plane        0
#
#  Video/Recorder Parameters
#
play-mode        toggle
rotate-mode         ObjAxis
d-xrotate       0.000
d-yrotate       0.000
d-zrotate       0.000
#
#  Cut-Oblique Parameters
#
Plane-size      1.470
Plane-2D        off
Plane-3D        off
#
#  ValidVol Parameters
#
validity-field      ignored
#
#  Histogram Parameters
#
histo-scale         1.000000
#
#  VOI Parameters
#
Margin-Mode         2
#
#  VOI Segmentations
#
Slice-Dist-U        0.562500
Slice-Dist-V        0.562500
Slice-Dist-W        3.000000
MVol_Volume         0
#Contour 0 Parameter 
Contour-Start    0
Cnt-0-Contour-name      Prostate
Cnt-0-Contour-color-list        16711680
Cnt-0-Contour-color         16711680
Cnt-0-Contour-Type      0
Cnt-0-Contour-Class         0
Cnt-0-Contour-Mandatory         1
Cnt-0-Contour-num       19
Cnt-0-Inter-Contour-color       12517376
Cnt-0-Segmentation_U        No
Cnt-0-Segmentation_V        No
Cnt-0-Segmentation_W        Yes
Cnt-0-Cnt       919.658969/118.184765/919.658969/118.184765/5
Cnt-0-Pt        0/0/146/171/5/146.912065/171.618881/5.500000/0
Cnt-0-Pt        0/0/148/154/5/148.514670/154.791536/5.500000/0
Cnt-0-Pt        0/0/153/146/5/153.055382/146.511414/5.500000/0
Cnt-0-Pt        0/0/165/139/5/165.876216/139.299695/5.500000/0
Cnt-0-Pt        0/0/178/140/5/178.429949/140.635199/5.500000/0
Cnt-0-Pt        0/0/188/143/5/188.045574/143.306206/5.500000/0
Cnt-0-Pt        0/0/195/152/5/195.524394/152.921831/5.500000/0
Cnt-0-Pt        0/0/203/164/5/203.804516/164.140061/5.500000/0
Cnt-0-Pt        0/0/206/178/5/206.475523/178.563499/5.500000/0
Cnt-0-Pt        0/0/206/191/5/206.475523/191.384333/5.500000/0
Cnt-0-Pt        0/0/204/201/5/204.338717/201.267059/5.500000/0
Cnt-0-Pt        0/0/199/208/5/199.530904/208.745879/5.500000/0
Cnt-0-Pt        0/0/193/213/5/193.387588/213.553691/5.500000/0
Cnt-0-Pt        0/0/186/213/5/186.175869/213.820792/5.500000/0
Cnt-0-Pt        0/0/180/206/5/180.833855/206.876174/5.500000/0
Cnt-0-Pt        0/0/176/198/5/176.026042/198.061851/5.500000/0
Cnt-0-Pt        0/0/169/189/5/169.348525/189.514628/5.500000/0
Cnt-0-Pt        0/0/162/182/5/162.671007/182.570010/5.500000/0
Cnt-0-Pt        0/0/152/177/5/152.254080/177.495096/5.500000/0
Cnt-0-Cnt       1210.414404/141.990846/1210.414404/141.990846/6
Cnt-0-Pt        0/0/173/139/6/173.622136/139.833897/6.500000/0
Cnt-0-Pt        0/0/181/131/6/181.368056/131.286674/6.500000/0
Cnt-0-Pt        0/0/197/129/6/197.126998/129.951171/6.500000/0
Cnt-0-Pt        0/0/207/142/6/207.009724/142.772005/6.500000/0
Cnt-0-Pt        0/0/214/153/6/214.221443/153.990234/6.500000/0

Answer 1

问题是您实际上有一个 non-trivial、可变行 header 和不同的元素与您感兴趣的数据混合在一起。通常像这样的文件需要解析 line-by-line（文件格式可能应该使用 XML 结构），但使用快速 textscan.[=26 可能是可能的=]

第一步是在文件中找到 'Cnt-0-Pt' 行开始的位置。下面的代码使用 fgetl 一次获取一行，直到找到 'Cnt-0-Cnt' 行。然后 textscan 用于读取文件的其余部分并将相关的三列保存到元胞数组中。

fid = fopen('test.txt');
while ~strncmp(fgetl(fid),'Cnt-0-Cnt',9)
end
C = textscan(fid,'%*s%*f/%*f/%f/%f/%f/%*s','CommentStyle','Cnt-0-Cnt')
fclose(fid);

textscan格式字符串，'%*s%*f/%*f/%f/%f/%f/%*s'忽略第一个字符串，前两个数字，以及您感兴趣的三个数字之后的所有内容。'CommentStyle'用作一种忽略任何以 'Cnt-0-Cnt' 开头的后续行的技巧。有关更完整的详细信息，请参阅 textscan 文档。可以通过将所有字段名称添加到 'CommentStyle' 元胞数组来避免 while 循环，例如 {'#','U-Number','U-Scale','V-Number',...}.

Answer 2

@horchler 的答案不太聪明，稍微更明确的版本：

fID = fopen('test.txt', 'r');

ii = 1;
mydata = [];
while ~feof(fID) % Loop until we've reached the end of the file
    tline = fgetl(fID);
    if ~isempty(regexp(tline, 'Cnt-0-Pt', 'Once'))
        % Matched the line we want, parse it
        splitline = regexp(tline, '/', 'split'); % Split along the / delimiter
        tdata = cellfun(@str2double, splitline(3:5), 'UniformOutput', false); % Convert the strings you want to doubles
        mydata(ii,:) = [tdata{:}]; % Pull data out of the cell array
        ii = ii + 1;
    end
end

fclose(fID);

这将逐行检查您的文件，直到结束。如果它找到您的 Cnt-0-Pt 字符串，它会为您的数据解析该行，否则该行将被丢弃。

这可能是一种计算量非常大的方法，因为它无法发挥 MATLAB 的任何优势。由于数据的大小和布局是可变的，因此您无法预先分配或告诉 MATLAB 在文件中的具体位置进行读取。尽管在这种情况下，逐行方法可能是唯一好的选择。

在 MATLAB 中解析文件的最简单方法

Easiest way to parse file in MATLAB

matlab

text-parsing