- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试在 MATLAB 中使用 textscan
分析一个非常大的文件。有问题的文件大小约为 12 GB,包含大约 2.5 亿行,每行有七个( float )数字(由空格分隔);因为这显然不适合我的桌面 RAM,所以我使用了 MATLAB documentation 中建议的方法。 (即一次加载和分析较小的文件 block 。根据文档,这应该允许处理“任意大的分隔文本文件[s]”)。这只允许我扫描大约 43% 的文件,之后 textscan 开始返回空单元格(尽管文件中仍有数据要扫描)。
为了调试,我尝试使用 fseek
函数转到文件中的多个位置,例如:
fileInfo = dir(fileName);
fid = fileopen(fileName);
fseek(fid, floor(fileInfo.bytes/10), 'bof');
textscan(fid,'%f %f %f %f %f %f %f','Delimiter',' ');
我假设我在这里使用 fseek
的方式将位置指示器移动到我文件的大约 10%。 (我知道这并不一定意味着指示器位于一行的开头,但如果我运行 textscan
两次,我会得到一个满意的答案。)现在,如果我替换 fileInfo .bytes/10
by fileInfo.bytes/2
(即将其移动到文件的大约 50%)一切都崩溃了,textscan
只返回一个空的 1x7单元格。
我使用大型文件的文本编辑器查看了该文件,这表明整个文件看起来都很好,并且 textscan
应该没有理由混淆。我能想到的唯一可能的解释是,在我几乎不了解的更深层次上出现了问题。任何建议将不胜感激!
编辑
我的代码的相关部分曾经是这样的:
while ~feof(fid)
data = textscan(fid, FormatString, nLines, 'Delimiter', ' '); %// Read nLines
%// do some stuff
end
首先,我尝试按照下面 Hoki 的建议使用 ftell
和 fseek
修复它。这给出了与我之前得到的完全相同的错误:MATLAB 无法读取超过大约 43% 的文件。然后我尝试使用 HeaderLines
解决方案(也在下面建议),如下所示:
i = 0;
while ~feof(fid)
frewind(fid)
data = textscan(fid, FormatString, nLines, 'Delimiter',' ', 'HeaderLines', i*nLines);
%// do some stuff
i = i + 1;
end
这似乎读入了数据而没有产生错误;然而,它非常慢。
我不完全确定我理解 HeaderLines
在这种情况下的作用,但它似乎使 textscan
完全忽略指定行之前的所有内容。当以“适当”的方式使用 textscan
时(有或没有 ftell
和 fseek
)似乎不会发生这种情况:在这两种情况下它试图从它的最后一个位置继续,但由于某种我还不明白的原因而无济于事。
最佳答案
fseek
只有当您准确知道要将光标移动到何处(或移动多少字节)时,文件中的指针才有用。当您只想跳过一些已知 长度的记录时,它对二进制文件非常有用。但是在文本文件上,它比任何东西都更危险和令人困惑(除非您绝对确定每行的大小相同并且行中的每个元素都位于相同的位置/列,但这种情况不会发生经常)。
有几种方法可以逐 block 读取文本文件:
HeaderLines
选项要简单地跳过文本文件中的一行,可以使用 textscan
的 HeaderLines
参数,例如:
readFormat = '%f %f %f %f %f %f %f' ; %// read format specifier
nLines = 10000 ; %// number of line to read per block
fileInfo = dir(fileName);
%// read FIRST block
fid = fileopen(fileName);
M = textscan(fid, readFormat, nLines,'Delimiter',' '); %// read the first 10000 lines
fclose(fid)
%// Now do something with your "M" data
然后当你想读取第二个 block 时:
%// later read the SECOND block:
fid = fileopen(fileName);
M = textscan(fid, readFormat, nLines,'Delimiter',' ','HeaderLines', nLines); %// read lines 10001 to 20000
fclose(fid)
如果你有很多 block ,对于 Nth
block ,只需适应:
%// and then for the Nth BLOCK block:
fid = fileopen(fileName);
M = textscan(fid, readFormat, nLines,'Delimiter',' ','HeaderLines', (N-1)*nLines);
fclose(fid)
如有必要(如果您有很多 block ),只需在循环中编写最后一个版本即可。
请注意,如果您在每次 block 读取后关闭您的文件,这是很好的(这样当您再次打开文件时,文件指针将从文件的开头开始)。如果您的处理可能需要很长时间或可能出错,则在读取数据 block 后关闭文件会更安全(如果您不希望文件保持打开时间过长或丢失 fid
崩溃)。
如果 block 的处理速度足够快且足够安全,因此您可以确定它不会炸毁,您可以不关闭 文件。在这种情况下,textscan
文件指针将停留在您停止的位置,因此您也可以:
M = textscan(fid, readFormat, nLines)
M = textscan(fid, readFormat, nLines)
在这种情况下,您不需要 headerlines
参数,因为 textscan
会从它停止的地方恢复读取。
ftell
和fseek
最后,您可以使用 fseek
在您想要的精确位置开始读取文件,但在这种情况下我建议将它与 ftell
结合使用.
ftell
将返回打开文件中的当前位置,因此使用它来了解您上次停止阅读的位置,然后在下次使用 fseek
继续阅读在这个位置。像这样的东西:
%// read FIRST block
fid = fileopen(fileName);
M = textscan(fid, readFormat, nLines,'Delimiter',' ');
lastPosition = ftell(fid) ;
fclose(fid)
%// do some stuff
%// then read another block:
fid = fileopen(fileName);
fseek( fid , 'bof' , lastPosition ) ;
M = textscan(fid, readFormat, nLines,'Delimiter',' ');
lastPosition = ftell(fid) ;
fclose(fid)
%// and so on ...
关于matlab - 对包含大量行的文件进行文本扫描,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32095944/
猫f1.txt阿曼维沙尔阿杰贾伊维杰拉胡尔曼尼什肖比特批评塔夫林现在输出应该符合上面给定的条件 最佳答案 您可以在文件读取循环中设置一个计数器并打印它, 计数=0 读取行时做 让我们数一数++ if
我正在尝试查找文件 1 和文件 2 中的共同行。如果公共(public)行存在,我想写入文件 2 中的行,否则打印文件 1 中的非公共(public)行。fin1 和 fin2 是这里的文件句柄。它读
我有这个 SQL 脚本: CREATE TABLE `table_1` ( `IDTable_1` int(11) NOT NULL, PRIMARY KEY (`IDTable_1`) );
我有 512 行要插入到数据库中。我想知道提交多个插入内容是否比提交一个大插入内容有任何优势。例如 1x 512 行插入 -- INSERT INTO mydb.mytable (id, phonen
如何从用户中选择user_id,SUB(row, row - 1),其中user_id=@userid我的表用户,id 为 1、3、4、10、11、23...(不是++) --id---------u
我曾尝试四处寻找解决此问题的最佳方法,但我找不到此类问题的任何先前示例。 我正在构建一个基于超本地化的互联网购物中心,该区域分为大约 3000 个区域。每个区域包含大约 300 个项目。它们是相似的项
preg_match('|phpVersion = (.*)\n|',$wampConfFileContents,$result); $phpVersion = str_replace('"','',
我正在尝试创建一个正则表达式,使用“搜索并替换全部”删除 200 个 txt 文件的第一行和最后 10 行 我尝试 (\s*^(\h*\S.*)){10} 删除包含的前 10 行空白,但效果不佳。 最
下面的代码从数据库中获取我需要的信息,但没有打印出所有信息。首先,我知道它从表中获取了所有正确的信息,因为我已经在 sql Developer 中尝试过查询。 public static void m
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
我试图在两个表中插入记录,但出现异常。您能帮我解决这个问题吗? 首先我尝试了下面的代码。 await _testRepository.InsertAsync(test); await _xyzRepo
这个基本的 bootstrap CSS 显示 1 行 4 列: Text Text Text
如果我想从表中检索前 10 行,我将使用以下代码: SELECT * FROM Persons LIMIT 10 我想知道的是如何检索前 10 个结果之后的 10 个结果。 如果我在下面执行这段代码,
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我正在尝试在我的网站上开发一个用户个人资料系统,其中包含用户之前发布的 3 个帖子。我可以让它选择前 3 条记录,但它只会显示其中一条。我是不是因为凌晨 2 点就想编码而变得愚蠢? query($q)
我在互联网上寻找答案,但找不到任何答案。 (我可能问错了?)我有一个看起来像这样的表: 我一直在使用查询: SELECT title, date, SUM(money) FROM payments W
我有以下查询,我想从数据库中获取 100 个项目,但 host_id 多次出现在 urls 表中,我想每个 host_id 从该表中最多获取 10 个唯一行。 select * from urls j
我的数据库表中有超过 500 行具有特定日期。 查询特定日期的行。 select * from msgtable where cdate='18/07/2012' 这将返回 500 行。 如何逐行查询
我想使用 sed 从某一行开始打印 n 行、跳过 n 行、打印 n 行等,直到文本文件结束。例如在第 4 行声明,打印 5-9,跳过 10-14,打印 15-19 等 来自文件 1 2 3 4 5 6
我目前正在执行验证过程来检查用户的旧密码,但问题是我无法理解为什么我的查询返回零行,而预期它有 1 行。另一件事是,即使我不将密码文本转换为 md5,哈希密码仍然得到正确的答案,但我不知道为什么会发生
我是一名优秀的程序员,十分优秀!