Question

让我们假设我们有以下文本文件'badpoem.txt'，其中包含以下句子

 whos
  Name        Size            Bytes  Class     Attributes

  ans         1x1                 8  double              
  fid         1x1                 8  double              
  tline1      1x19               38  char                
  tline2      1x19               38  char                
  tline3      1x23               46  char

我确定每个句子的大小（以字节为单位）

fid = fopen('badpoem.txt');
ftell(fid)

ans = 0

其中tline1，tline2和tline3是对应的文本，现在当我打开文件并读取文本三次时，我检查了文件的当前位置，这是第一个的结果

tline1 = fgetl(fid)  % read the first line
ftell(fid)

tline1 =

    'Oranges and lemons,'


ans =

    21
 now lets read second file
tline2 = fgetl(fid)
ftell(fid)

tline2 =

    'Pineapples and tea.'


ans =

    42

它正在打开，所以没关系，现在读取第一个文本

tline3 = fgetl(fid)
ftell(fid)

tline3 =

    'Orangutans and monkeys,'


ans =

    67

最后一个

{{1}}

文字大小和位置之间有什么关系吗？提前谢谢

Answer 1

对于文本文件，Windows在每行末尾添加两个字符，其他系统添加一个。 Matlab，当读取一行时会在返回的字符串中跳过这些，但由于Windows添加了两个而不是一个，因此Windows的位置值不同于Matlab示例中所示：

https://www.mathworks.com/help/matlab/ref/ftell.html

字符串保存在文件中，每个字符使用一个字节，但是作为16位字存储在Matlab的存储器中，或者每个字符存储2个字节，这使字符串的表观大小加倍。

Answer 2

确实非常好的问题。实际上，我认为让你感到困惑的是你正在处理混合在一起的许多不同问题。让我们一个一个地分析它们。

1）Windows下的TXT文件格式

通常（亚洲语言环境和高级文本编辑器是常见的例外），Windows下的文本文件是ANSI编码的（其中ANSI是引用ISO/IEC 8859编码的通用方式）。在此编码框架内，从二进制的角度来看，每个字符由单个字节表示。如果您使用TXT打开此类Notepad个文件并在其中粘贴一些中文表意文字，这就是您在尝试保存更改时会看到的消息：

此文件包含Unicode格式的字符，如果将丢失您将此文件保存为ANSI编码的文本文件。保持Unicode 信息，单击下面的取消，然后选择一个Unicode “编码”下拉列表中的选项。继续？

2）Windows下的行分隔符

正如其他用户已经指出的那样，在Windows中，默认换行符由两个字符的组合表示：回车符（更好地称为\r或0xD）和换行符（更好地称为\n或0xA）。以下是基于您的文字的示例：

Oranges and lemons,\r\nPineapples and tea.\r\nOrangutans and monkeys,\r\nDragonflys or fleas.

Linux和MacOS等其他操作系统不会发生这种情况，只支持换行：

Oranges and lemons,\nPineapples and tea.\nOrangutans and monkeys,\nDragonflys or fleas.

3）在Matlab下存储字符串

Matlab将内存中的字符存储为Unicode 16位无符号整数，每个整数占用两个字节。这不依赖于当前的Matlab编码（可以检索执行命令feature('DefaultCharacterSet')，并且默认情况下对应于当前的操作系统编码）。

4）fgetl功能

根据official documentation，fgetl函数从文件（信号，有效文件句柄）中读取一行，不包括换行符。这意味着Matlab会读取整行，包括所有换行符，但它们会从函数返回的输出字符串中删除。

fgetl和fgets之间的区别在于前者修剪了换行符而后者没有。

所有这一切，让我们一步一步地分析代码中发生的事情。首先，打开文件，指针放在流的开头：

fid = fopen('data.txt','r');
ftell(fid) % 0

然后，你读了第一行：

tline1 = fgetl(fid)
ftell(fid) % 21

该行包含19字符（从whos表获得的大小），由于Unicode，使用38字节存储内存端。 ftell调用显示数字21，因为fgetl读取整行，其中包括已从输出中修剪的两个换行符（0 + 19 + 2 = 21）。

然后，你读了第二行：

tline2 = fgetl(fid)
ftell(fid) % 42

该行包含19个字符，内存端使用38个字节存储。 ftell调用显示数字42，因为fgetl读取整行，其中包括已从输出中修剪的两个换行符。从上一个偏移21 + 19 + 2 = 42。

开始

最后，您阅读了第三行：

tline3 = fgetl(fid)
ftell(fid) % 67

该行包含23个字符，内存端使用46个字节存储。 ftell调用显示数字67，因为fgetl读取整行，其中包括已从输出中修剪的两个换行符。从上一个偏移42 + 23 + 2 = 67。

开始

文本大小与文件位置之间的关系

2 个答案: