如何使用引号之间的逗号读取具有某些值的逗号分隔数据

Question

我有一个数据文件，其中包含我试图读入 Octave 的以逗号分隔的数据。 大多数数据都很好，但有些数据包括双引号之间的数字，这些数字在引号之间使用逗号。 这是数据的示例部分：

.123,4.2,"4,123",700,12pie
.34,4.23,602,701,23dj
.4345,4.6,"3,623,234",700,134nfg
.951,68.5,45,699,4lkj

我一直在使用textscan来读取数据（因为混合了数字和字符串），指定逗号分隔符，这在大多数情况下都有效，但文件偶尔会在引号中包含这些较大的整数，引号分散在该列中。 我能够在数据文件的前面找到其中一个引用的数字，因为我知道它会在哪里，但它并不漂亮：

sclose = textscan(fid, '%n %n', 1, 'delimiter', ',');
junk = fgetl(fid, 1);
junk = textscan(fid, '%s', 1, 'delimiter', '"');
junk = fgetl(fid, 1);
sopen = textscan(fid, '%n %s', 1, 'delimiter', ',');

我不关心该列中的数据，但是因为它改变了大小并且有时包含引号和我想忽略的额外逗号，所以我正在努力阅读/跳过它。 关于如何处理它有什么建议吗？

这是我当前的（丑陋的）方法，该方法将列读取为字符串，然后使用strfind检查字符串中的“。如果它存在，则它读取另一个以逗号分隔的字符串并重复检查，直到找到结束的”，然后恢复读取数据。

fid = fopen('sample.txt', 'r');
for k=1:4
  expdata1(k, :) = textscan(fid, '%n %n %s', 1, 'delimiter', ',');  #read first 3 data pts
  qcheck = char(expdata1(k,3));
  idx = strfind(qcheck, '"');  #look for "
  dloc = ftell(fid);
  for l=1:4
    if isempty(idx) #if no " present, continue reading data
      break
    endif
    dloc = ftell(fid);  #save location so can return to next data point
    expdata1(k, 3) = textscan(fid, '%s', 1, 'delimiter', ',');  #if " present, read next comma segment and check for "
    qcheck = char(expdata1(k,3));
    idx = strfind(qcheck, '"');
  endfor
  fseek(fid, dloc);
  expdata2(k, :) = textscan(fid, '%n %s', 1, 'delimiter', ',');
endfor
fclose(fid);

一定有更好的方法...

Answer 1

我看到上面有一个 matlab 标签，您使用的是 matlab textscan 还是 octave？

如果在 matlab 中，我建议使用readmatrix或readtable 。

另请注意，带引号的字符串的格式说明符是%q 。 这应该适用于两种语言，即使对于textscan 。

将您的样本数据放入data.csv ，以下是可能的：

>> readtable("data.csv", 'Format','%f%f%q%d%s');
ans =

  4×5 table

     Var1     Var2        Var3         Var4       Var5   
    ______    ____    _____________    ____    __________

     0.123     4.2    {'4,123'    }    700     {'12pie' }
      0.34    4.23    {'602'      }    701     {'23dj'  }
    0.4345     4.6    {'3,623,234'}    700     {'134nfg'}
     0.951    68.5    {'45'       }    699     {'4lkj'  }