matlab中运用正则表达式处理txt文档的问题

nxhylyh

: s5 N1 K" c& h" y7 u' f
5 B: Y9 {: \1 C7 u2 S; ]1 q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，论坛也去了好多个·~~自~希望大家看看~先介绍下附件1的格式:
* k+ l# T. Z* r. G' i  b8 P4 q

>AB016625
GCGGCCCAGGCCCGGAACCTTCCCTGGTCGTGCG
0 R7 I$ t- H" E/ k" |0 b9 M>AF008216
+ a' b& O% h% r% J7 w% eAAGCTTTCCT

; j' p: k# d! l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)
$ t3 x+ u5 O; Z1 t/ m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:

1. 
   - x3 M0 _: l( A2 }0 v- ], p
2. clc;clear;
   
3. file=fopen('fasta.txt','r');
     d% {( g, q! e) L! Y# `
4. fname={};fname1={};
   ) W6 z/ T; s2 V/ Q
5. fbase={};
   7 M' y( u3 N& P% y4 U, P
6. while feof(file)==0
   ' o1 y  p. D' ~" }) B, X# F7 T" e
7.       str=fgetl(file);
   
8.       fname1=regexpi(str,'(?<=>)[A-Z0-9]+$','match');
   
9.       fbase=regexpi(str,'^[a-z]+$','match');
   0 V( r# z- o# y
10.       if ~isempty(fname1)
    9 ]4 Y3 ?; h2 b& [9 D3 C- |( Z* U
11.         mkdir(fname1{1});
    
12.         k1=strcat('D:\mat\work\',fname1{1},'\base.txt');
    
13.         fname=[fname; fname1];
    
14.         fname1={};
    & g4 A9 Y- D* X0 M4 ?
15.       end
    * ]* d" q" \% E2 [- Q: O8 u
16.        if ~isempty(fbase)
    : i# w2 Q8 N4 o
17.         fid1=fopen(k1,'a');
    
18.         fwrite(fid1,fbase{1});
    + o. x& B# c7 S- P/ U- i: a
19.         fclose(fid1);
    9 s5 t5 U4 f2 ]2 v" O" ]. X$ n( A
20.         fbase1={};
    
21.        end
    " j  L5 s2 D  {( r
22. end
    
23. fclose('all');
    

复制代码

但是接下来的题目小弟实在困惑不已，望各位指教
! A3 J  F3 O9 y( e先介绍hmrcds格式:

2 X, n8 r& y1 c. s6 BAB016625 12 24 35 67
AF008216 12 15
5 d; t  o* R( B- g' m! eU25134 11 15

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
3 W7 |& n6 e5 I4 I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~~~

# L4 S1 \2 ?& |$ M' d2 N: \. V% `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
5 Q. t. n# D* _! X4 h& X9 Xx = 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~~~
崩溃。。附件上传了但是黏贴不了。不知道怎么回事有需要的加我Q Q : 1036300382