Question

如何使用Matlab从StackExchange API访问数据？

天真的

sitedata = urlread('http://api.stackoverflow.com/1.1/questions?tagged=matlab')

由于数据被压缩，

失败。但是，当我将其写入文件（使用fprintf(fileID,'%s',sitedata)）时，我得到一个无法解压缩的zip文件。

Answer 1

请尝试urlwrite()：

urlwrite('http://api.stackoverflow.com/1.1/questions?tagged=matlab',...
  'tempfile.zip')
gunzip('tempfile.zip')
fid = fopen('tempfile');
str = textscan(fid,'%s',Delimiter','\n');
fclose(fid);

此代码段的更好版本将使用tempname动态生成临时文件名。

Answer 2

Matlab的urlread假设您正在获取文本数据，而不是二进制文件。当urlread将字符数据解码为Unicode值以粘贴在Matlab char中时，或者当格式化输出fprintf函数将它们写出来时，gzip二进制数据就会被破坏，将它们编码为UTF-8或您用于fileID的任何默认字符编码并更改字节序列，或者两者都可以。

IIRC，urlread将默认使用ISO-8859-1编码，这意味着将使用相同的数值将字节转换为Unicode代码点 - 实际上只是扩展。因此，您可以通过执行sitebytes = uint8(sitedata)来获取字节数据。（这是常规的uint8()转换，而不是typecast()。）（如果不是这种情况，您可以使用urlread的{{1}}选项。）< / p>

如果你无法通过编码和强制转换来从CharSet获取正确的字节数，那么你可以下拉并对urlread的{{1}}进行调用。并绕过字符集解码步骤，或摆弄其选项。请参阅HttpAgent来源了解如何操作。

在内存中有正确的字节后，可以使用较低级别的urlread函数将它们写入文件，这不会通过执行字符集编码来破坏它们。然后，您将拥有该网站原始响应的有效gzip文件。（我认为如果你也直接在char字符串上使用urlread它会起作用，但是恕我直言笨蛋。）

您还可以使用Java类将其解压缩到内存中，并保存到文件系统的行程。执行fwrite()将它们作为Java友好的有符号字节，然后将其粘贴到fwrite(fileID, sitedata, 'uint8')并通过jsitebytes = typecast(sitebytes 'int8')读出。您需要构建一个小的Java帮助器类，因为Matlab不能像ByteArrayInputStream想要的那样通过引用传递GZIPInputStream缓冲区，但是如果你在内存中做很多事情，它可能是值得的。像这样沉思。

当处理Web服务或更高级的数据下载（例如需要会话或证书的站点）时，我经常会在Matlab中直接针对byte[]和java.io类进行编码和编码。

如何使用Matlab的StackExchange API？

2 个答案: