Question

正则表达式在matlab中处理txt文档

先说点废话~老师在寒假给小弟一个课题，就是在matlab中运用正则表达式来处理txt文档,小弟matlab新手~正则表达式中文资料太少了~英文又太差劲，所以对英文资料只好自动过滤了~摸索了半个多月，删删改改
先介绍下附件1的格式:
[quote]>AB016625
GCGGCCCAGGCCCGGAACCTTCCCTGGTCGTGCG
>AF008216
AAGCTTTCCT[/quote]
题目1:将'>'符号后跟的的字符串(母字符串)提取出来并建立以字符串命名的文件夹(如文件夹ABO16625,文件夹AF008216)
题目2:在相应的文件下建立base.txt
题目3:将母字符串下面的字符串(子字符串)提取出来储存在相应的base.txt里面
这3个题目，小弟摸爬滚打算是做出来了，共享如下:[code]
clc;clear;
file=fopen('fasta.txt','r');
fname={};fname1={};
fbase={};
while feof(file)==0
str=fgetl(file);
fname1=regexpi(str,'(?<=>)[A-Z0-9]+$','match');
fbase=regexpi(str,'^[a-z]+$','match');
if ~isempty(fname1)
mkdir(fname1{1});
k1=strcat('D:\mat\work\',fname1{1},'\base.txt');
fname=[fname; fname1];
fname1={};
end
if ~isempty(fbase)
fid1=fopen(k1,'a');
fwrite(fid1,fbase{1});
fclose(fid1);
fbase1={};
end
end
fclose('all');
[/code]但是接下来的题目小弟实在困惑不已，望各位指教
先介绍hmrcds格式:
[quote]
AB016625 12 24 35 67
AF008216 12 15
U25134 11 15
[/quote]
题目4:在相应母字符串命名的文件夹下建立cds.txt文档
题目5:将hmrcds中母字符串后的纯数字字符串提取出来存在各自的cds.txt中
题目6:在相应的文件夹中，由cds.txt中储存的偶数个数字为根据，提取出base.txt中的字符串,并储存在由此在相应文件夹下建立的ex1.txt,ex2.txt……中~,例如在AB016625命名的文件夹下,在base.txt中取出12-24的字符串存在ex1.txt,取出35-67的字符串存在ex2.txt中~
是不是看的头大~~~

题目4小弟可以做出来，题目5，小弟用正则表达式实在做不出来，题目6还没做到
另外，小弟今天知道用
f = fopen('fasta.txt','rt'); % t 属性根据需要可省略
x = fread(f,'*char');
fclose(f);
x=x'
可以将文档以字符串形式读入(textread读取后是一个cell格式),于是就用
fname1=regexpi(x,'(?<=>)\w+','match')
来完成题目题目1中的提取母字符串，结果在matlab运行后，不出现结果，同时cpu使用达到50%，不知道怎么回事~大家指点小弟下吧~~~
完整附件的可以百度hi~
52xenos大哥。你给的网址我打不开。。你能否复制下内容发到我邮箱~~
nxhylyh2008@163.com
谢谢先
楼下的大哥，你们的教材我都有了~~看过10遍有了。。哎
greadju大哥，我已发邮件~~~

Answer 1

1-3

f = fopen('fasta.txt','r');
x = fread(f,'*char');
fclose(f);
x=x';
[st,ed,mh]=regexp(x,'(?<=>)\S*','start','end','match');
st=[st,length(x)+3];
for n=1:length(ed)
mkdir(mh{n});
f=fopen([mh{n} '\base.txt'],'w');
fwrite(f,x(ed(n)+3:st(n+1)-3));
fclose(f);
end

4-6

f = fopen('hmrcds.txt','r');
x = fread(f,'*char');
fclose(f);
x=x';
[st,ed,mh]=regexp(x,'\<[A-Z]\w*','start','end','match');
st=[st,length(x)+2];
for n=1:length(ed)
f=fopen([mh{n} '\cds.txt'],'w');
g=fopen([mh{n} '\base.txt'],'r');
y=regexp(x(st(n):st(n+1)-2),'\<\d+','match');
z=fread(g);
z=char(z');
for m=1:length(y)/2
fwrite(f,[y{2*m-1} ' ' y{2*m} ' ']);
h=fopen([mh{n} '\ex' num2str(m) '.txt'],'w');
fwrite(h,z(str2num(y{2*m-1}):str2num(y{2*m})));
fclose(h);
end
fclose(f);
fclose(g);
end

Answer 2

看看这个教程：
Matlab 正则表达式零基础起步教程
http://www.caesv.cn/html/kexuejisuan/MatLabjiaocheng/2009/1105/6404.html

Answer 3

你运气太好了,呵呵
看看这个matlab中正则表达式教程

http://52xenos.blogspot.com/2010/02/matlab_04.html

Answer 4

scz