matlab中运用正则表达式处理txt文档的问题

nxhylyh

) @7 J2 x0 p8 C6 W/ D" ?$ w) @
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
GCGGCCCAGGCCCGGAACCTTCCCTGGTCGTGCG
; N3 Q& ^$ B5 H+ O$ h>AF008216
9 h9 L; b  j- t- KAAGCTTTCCT

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)
+ V4 q& _: w; I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. 
   
2. clc;clear;
   
3. file=fopen('fasta.txt','r');
   
4. fname={};fname1={};
   - b) ]8 B% m% K* _" k7 z
5. fbase={};
   
6. while feof(file)==0
   9 s( w( o. T( W+ d, m( J+ w/ d+ b
7.       str=fgetl(file);
   ( H  ^. }& h$ x
8.       fname1=regexpi(str,'(?<=>)[A-Z0-9]+$','match');
   1 d! n* b0 {) F; F% H# ?
9.       fbase=regexpi(str,'^[a-z]+$','match');
   ( a7 J; c. o3 Y
10.       if ~isempty(fname1)
      C, h7 O6 g3 t! F) Y' G
11.         mkdir(fname1{1});
    
12.         k1=strcat('D:\mat\work\',fname1{1},'\base.txt');
    
13.         fname=[fname; fname1];
    2 y# d, k% p1 W$ G& h
14.         fname1={};
    ; x0 x5 X$ ^8 O2 p: ~5 q1 D6 ]
15.       end
    
16.        if ~isempty(fbase)
    ! R5 P( {: Y6 d* }) H
17.         fid1=fopen(k1,'a');
    + i, }; q/ K: [; p
18.         fwrite(fid1,fbase{1});
    6 q% _7 ^. n8 `* x' U; L7 L
19.         fclose(fid1);
    
20.         fbase1={};
    ) r' J9 s% d4 i* q1 V6 f
21.        end
    
22. end
    
23. fclose('all');
    5 c- n$ o* C, T& T  v: H9 Y

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:
+ f0 A1 I" C/ u0 N0 i- H

AB016625 12 24 35 67
( v; `& \* l1 |/ eAF008216 12 15
U25134 11 15

6 Y' u& k* b1 d' D0 Z3 K题目4:在相应母字符串命名的文件夹下建立cds.txt文档
4 G$ ^! |4 D! g1 i7 e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
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~~~

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
0 x$ C# P# W: u2 Df = fopen('fasta.txt','rt'); % t 属性根据需要可省略
x = 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
0 S$ G4 P/ R& G" K! Ofname1=regexpi(x,'(?<=>)\w+','match')
* M6 F# r# i  S" |2 w/ d3 I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