matlab中运用正则表达式处理txt文档的问题

nxhylyh

/ q! \2 N5 e+ M3 ~
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
% d( ~3 x9 @; \4 |$ g) I>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)
' ^7 J, i0 L- ~$ c9 r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. 
   4 q3 a9 X! c' |
2. clc;clear;
   $ L; l- G& l. r  W2 E6 N" Z* i) Y
3. file=fopen('fasta.txt','r');
   - Z8 {% ^. G! Y  I& J6 y' Q
4. fname={};fname1={};
   ! X: p9 U, U. J( g8 S
5. fbase={};
   
6. while feof(file)==0
   
7.       str=fgetl(file);
   
8.       fname1=regexpi(str,'(?<=>)[A-Z0-9]+$','match');
   
9.       fbase=regexpi(str,'^[a-z]+$','match');
   
10.       if ~isempty(fname1)
    + O+ w" a! ^; C- c
11.         mkdir(fname1{1});
    
12.         k1=strcat('D:\mat\work\',fname1{1},'\base.txt');
    7 p; u9 S( w* w$ K7 I7 J
13.         fname=[fname; fname1];
    
14.         fname1={};
    , G2 e8 k# w0 u' G7 F: c% o
15.       end
    
16.        if ~isempty(fbase)
    
17.         fid1=fopen(k1,'a');
    
18.         fwrite(fid1,fbase{1});
    : G( U9 P4 U! e' b! D  |" @3 ~
19.         fclose(fid1);
    
20.         fbase1={};
    
21.        end
    
22. end
    
23. fclose('all');
    7 w7 a: b1 C1 A. g( T/ O

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:

AB016625 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
4 q, q; |- X/ p# w, m' B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 q2 i/ r; J) W" {  R- ^" Y$ Q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~
/ n1 k% m. C/ a/ `' D是不是看的头大~~~
: a, J0 d6 W* W
2 ?: f* t+ I  l) K5 T) v( p* U) 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
- M- n1 l- x4 I7 X, b0 o8 ?/ a另外，小弟今天知道用
6 @' l& f( r; O/ q, Wf = fopen('fasta.txt','rt'); % t 属性根据需要可省略
# B% c& P& j# ^- G2 }: _- @0 T7 W1 bx = fread(f,'*char');
fclose(f);
5 L7 w6 d% T+ |. d7 m3 @7 |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
8 k' w; c" F& x$ l5 s! Q( l. ufname1=regexpi(x,'(?<=>)\w+','match')
6 F+ M) J5 Y0 a  p3 A" G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~~~
0 ]& J) g; C( \5 i, }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