Matlab Textscan和Regexp单元格数据布局

我试图用一些遗留的matlab代码来实现一些逻辑。我认为最简单的事情是使数据看起来与代码所期望的一样

我从一个CSV文件中读取相关数据，这很简单——但是ID的格式从一个简单的数字变成了[YY，ZZZZ]形式的ID

例如，“以前的”CSV数据如下所示：

1,Simple,Data
2,More,Data-Dash-Data
3,Even,More
4,Really,More

“新”CSV数据如下所示：

[01,0001],Simple,Data
[02,1001],More,Data-Dash-Data
[03,9876],Even,More
[04,1234],Really,More

以前，为了读取数据，使用了以下逻辑：

 fid = fopen(fileName);
 data = textscan(fid,'%s%s%s%*s','Delimiter',',');

当针对“先前”CSV数据执行此操作时，它返回的数据如下所示：

data =
  1×3 cell array
    {4×1 cell}    {4×1 cell}    {4×1 cell} 

K>> data

data =

  4×1 cell array

    {1×3 cell}
    {1×3 cell}
    {1×3 cell}
    {1×3 cell}

K>> data{:}

ans =

  1×3 cell array

    '[01,0001]'    'Simple'    'Data'


ans =

  1×3 cell array

    '[02,1001]'    'More'    'Data-Dash-Data'


ans =

  1×3 cell array

    '[03,9876]'    'Even'    'More'


ans =

  1×3 cell array

    '[04,1234]'    'Really'    'More'

这些细胞看起来像：

K>> data{:}

ans =

  4×1 cell array

    '1'
    '2'
    '3'
    '4'


ans =

  4×1 cell array

    'Simple'
    'More'
    'Even'
    'Data'


ans =

  4×1 cell array

    'Data'
    'Data-Dash-Data'
    'More'
    'Data'

因此，为了处理表单[YY，ZZZZ]的ID，我必须修改“textscan”逻辑来处理我们正在使用的新ID格式。为此，我使用了一个regexp函数：

fid = fopen(fileName);
rawData = textscan(fid,'%s','Delimiter','\n');
data = regexp(rawData{1},'[ \-\/\w]*([\[][^\)\]]*[\]])?', 'match')

然后，在读入数据后，它将为我提供如下格式的数据：

data =
  1×3 cell array
    {4×1 cell}    {4×1 cell}    {4×1 cell} 

K>> data

data =

  4×1 cell array

    {1×3 cell}
    {1×3 cell}
    {1×3 cell}
    {1×3 cell}

K>> data{:}

ans =

  1×3 cell array

    '[01,0001]'    'Simple'    'Data'


ans =

  1×3 cell array

    '[02,1001]'    'More'    'Data-Dash-Data'


ans =

  1×3 cell array

    '[03,9876]'    'Even'    'More'


ans =

  1×3 cell array

    '[04,1234]'    'Really'    'More'

因此，您可以看到其中包含正确的数据——但是数据的布局不同，这破坏了遗留代码。因此，我的问题是，当“文本扫描”逻辑产生“新”数据时，我如何才能使其像这样排列：

data =
  1×3 cell array
    {4×1 cell}    {4×1 cell}    {4×1 cell}  

您可以使用直接读取原始文件。之后，您可以使用一个正则表达式，它可以在逗号上拆分，后面不跟数字，也可以在回车上拆分

c = regexp(fileread(fileName),',(?!\d)|\r\n','split');
formattedData = {c(1:3:end)',c(2:3:end)',c(3:3:end)'};

>> formattedData

formattedData =

  1×3 cell array

    {4×1 cell}    {4×1 cell}    {4×1 cell}