在matlab中創建一個單元格數組

Question

我有一個推文文件，我已經使用dataread讀入matlab，我已將每行存儲到30x1單元格中。 我想知道是否有一個拿出每個＃標簽並將它們存儲在自己的單元格中然后找到標簽的平均長度？ 任何幫助將不勝感激。

Answer 1

我認為，你有正確的想法，你的正則regexp調用。 我將澄清一些事情。 如果你想要推文中每個主題標簽中的文字，你會想要使用正則表達式搜索英鎊符號（＃）並包括之后的每個字符，直到你到達單詞的結尾，例如

text = '#this #is a #test';
regexpi(lines,'\<#[a-z0-9_]*\>','match');
ans = 
    '#this'    '#is'    '#test'

其中regexpi是一個不區分大小寫的正則表達式，正則表達式搜索“＃”后跟任意數量的字母，數字或下划線（我相信，它們是有效的＃標簽字符）。 'match'標志使regexp函數返回實際匹配。

如果您不想在最終文本中使用實際的主題標簽，則可以使用正則表達式后台僅返回文本。 例如：

regexpi(lines,'\<(?<=#)[a-z0-9_]*\>','match')
ans = 
    'this'    'is'    'test'

我認為，從技術上講，標簽必須以字母開頭，因此這個正則表達式會返回可能無效的主題標簽。 盡管如此，要解決這個問題並不困難。