matlab中运用正则表达式处理txt文档的问题

nxhylyh

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:

>AB016625
# w" |/ i, U  D  {$ A( ~7 D. |GCGGCCCAGGCCCGGAACCTTCCCTGGTCGTGCG
>AF008216
AAGCTTTCCT

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
: i$ R3 U4 ?2 x7 j/ V) ]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
3 j  T* ?! i! a5 F! H* w这3个题目，小弟摸爬滚打算是做出来了，共享如下:

1. 
   
2. clc;clear;
   
3. file=fopen('fasta.txt','r');
   : O; E6 x- L6 C8 {" u
4. fname={};fname1={};
   
5. fbase={};
   
6. while feof(file)==0
   
7.       str=fgetl(file);
   
8.       fname1=regexpi(str,'(?<=>)[A-Z0-9]+$','match');
   2 C: t. E& p  h8 ~9 J) d
9.       fbase=regexpi(str,'^[a-z]+$','match');
   6 l  |) X, g& T6 Q! }
10.       if ~isempty(fname1)
    . j6 a! ~* ]$ y7 x" d$ b3 M
11.         mkdir(fname1{1});
    
12.         k1=strcat('D:\mat\work\',fname1{1},'\base.txt');
    
13.         fname=[fname; fname1];
    5 B/ |1 |# n5 @' g  ^. ~5 c
14.         fname1={};
    
15.       end
    * d+ c3 {! Q$ s, x7 n2 l
16.        if ~isempty(fbase)
    & Z( ~- i+ O, f, X7 z+ k0 ?0 e; W0 u
17.         fid1=fopen(k1,'a');
    , o5 l* k! x8 @5 ^+ Z4 I
18.         fwrite(fid1,fbase{1});
    % L# ^4 n# f* x7 V; m: x
19.         fclose(fid1);
    
20.         fbase1={};
    
21.        end
    
22. end
    1 v; H  r2 h. U# y: |
23. fclose('all');
    : K6 |; ~  |2 o8 l) \, S

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
先介绍hmrcds格式:

- e* K4 \9 u! }% bAB016625 12 24 35 67
AF008216 12 15
U25134 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
: t) ^' _8 B7 {: u- b  |+ H7 {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
( S8 A& g: U- 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~~~

3 [6 J! ?' C$ `: `# u1 X0 f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
% c, T9 ~% C2 {2 ~7 y  ]: df = fopen('fasta.txt','rt'); % t 属性根据需要可省略
x = fread(f,'*char');
- m0 M1 i. ^7 Q* K/ d! z3 m9 gfclose(f);
4 \+ t5 K; g% {" _( Q8 gx=x'
( G1 S1 H' Y  U( ~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