目录：
论坛经?；崤龅揭恍┲馗闯鱿值奈侍?，这里总结归纳了一些比较常见的基础问题。一方面可以避免作重复性回答，另一方面为 MATLAB 初学者提供一些常见问题的解决办法，希望对大家有所帮助。感谢
@winner245 、
@kaaaf123 、
@ljelly 对内容提供的一些建议，如果你觉得还有什么值得归纳的问题，可以在文章底部评论中提出，我们共同探讨。
求解方程
求解方程通常有两种方法，符号求解和数值求解。
1. solve(Symbolic Math Toolbox)
通常在不确定方程是否有符号解的时候，推荐先使用 solve 进行尝试，因为 solve 相比于数值求解来说，它不需要提供初值，并且一般情况下能够得到方程的所有解。对于一些简单的超越方程，solve 还能够自动调用数值计算系统给出一个数值解。
solve 的常见调用形式：
sol = solve(eq)
sol = solve(eq,var)
sol = solve(eq1,eq2,…,eqn)
sol = solve(eq1,eq2,…,eqn,var1,var2,…,varn)
eq 为符号表达式，var 为指定的要求解的变量。如果不声明要求解的变量(第一和第三种形式)，则 MATLAB 自动按默认变量进行求解，默认变量可以由 symvar(eq) 确定。
%例：求解方程组: x+y = 1, x-11y = 5
syms x y %声明符号变量
eq1 = x+y-1;
eq2 = x-11*y-5;
sol = solve(eq1,eq2,x,y);
x = sol.x
y = sol.y
solve 求得的解通过结构体的形式赋值给 sol，然后再通过 x = sol.x 和 y = sol.y 分别赋值给 x 和 y 。
也可以直接使用：
[x,y] = solve(eq1,eq2,x,y)
进行求解，但需要注意，等式左边接收参数时应当按字母表进行排序，否则 MATLAB 不会自动识别你的参数顺序，比如：
[x,y] = solve(eq1,eq2,x,y)
[y,x] = solve(eq1,eq2,x,y)
solve 会把答案按字母表进行排序后进行赋值，x 解赋值给第一个参数，y 解赋值给第二个参数，对于第二种形式，
实际上最终结果是变量 y 存储了 x 的解而变量 x 存储了 y 的解。 上述情况另一种解决方案是用下面的方法指定输出顺序：
syms x y
[y,x] = solve(x + y == 2,x - y == 1, [y, x])
由于是符号求解，有时候得到的解是一大串式子（符号求解无精度损失，所以 MATLAB 不会自动将答案转化为浮点数），这时候可以用 vpa 或者 double 函数将结果转换为单一的数，但需要注意的是 double 的结果为浮点数，vpa 的结果仍然是符号类型（即 sym 类型）。
另外，很多人习惯对于 solve 的参数采用字符型输入，这种方式有几个弊端。
首先就是程序的调试，一旦式子输入有误(最常见的就是括号的匹配)，则调试起来会非常困难，例如：
solve('10^(-4.74)*0.965*y/60000x/(10^(-4.74)+x)+0.1/36500+10^(-14)/x-x=0','10^(-3.2)*x+0.333/3000+8*10^((-3.2)*0.1+0.1/333*y','x','y')
这时要去寻找式子输入错误会是一件很麻烦的事，MATLAB 也不会报告具体出错的地方。如果采用符号变量输入：
syms x y
eq1=10^(-4.74)*0.965*y/60000x/(10^(-4.74)+x)+0.1/36500+10^(-14)/x-x;
eq2=10^(-3.2)*x+0.333/3000+8*10^((-3.2)*0.1+0.1/333*y;
sol=solve(eq1,eq2,x,y)
会给程序的调试带来许多便利。对于某些错误，MATLAB 会给出错误代码颜色的高亮， 命令行还能返回具体的错误信息。并且采用字符型输入时，变量的赋值不能传入方程：
%例：x+y*sin(x) = 1
y = 1;
sol = solve('x+y*sin(x)=1','x')
MATLAB 会返回一个空解，而 sym 型输入：
syms x
y = 1;
eq = x+y*sin(x)-1;
sol = solve(eq,x)
能够得到 sol = 0.51097342938856910952001397114508，其中的区别就在于 char 型输入尽管在 solve 前对 y 有一个赋值，但 solve 求解时依然会将 y 当作一个未赋值的常数。
最后，在今后的高版本 solve 将不支持 char 型参数输入，因此应该尽量放弃使用这种方法。
论坛关于 solve 的问题：
//www.vqxik.tw/thread-434328-1-1.html
//www.vqxik.tw/thread-436167-1-1.html
//www.vqxik.tw/thread-281433-1-1.html
//www.vqxik.tw/thread-268347-1-1.html
2. fzero
很多情况下， solve 并不能求得方程的解析解，这时可以采用数值法求解。
数值求解法包括 fzero 和 fsolve，其区别在于 fzero 只适用于求解一元函数零点，而 fsolve 适用于求解多元函数零点(包括一元函数)。
当求解一元函数零点时，推荐优先使用 fzero，原因是 fzero 求解一元方程往往更容易，它不仅支持提供初值的搜索，还支持在一个区间上进行搜索。
fzero 的常用形式：
x = fzero(fun,x0)
[x,fval] = fzero(fun,x0)
其中 fun 为函数句柄， x0 为搜索初值， fval 为求解误差。
%例：一元方程 sin(x)+cos(x)^2 = 0
y = @(x)sin(x)+cos(x).^2;
[x,fval] = fzero(y,1) %1为搜索初值
若方程有多个零点，fzero 只能根据你提供的初值求得最靠近初值的一个零点，如果希望求得多个零点，只能够通过改变初值来得到不同的零点。
对于初值的选取，目前来说没有什么比较好的办法，只能够通过分析方程的性质，或者通过作图的方法去寻找一个比较靠近零点的初值。另外，fzero 能够提供区间搜索，注意区间两端的端点函数值符号需要反向：
y = @(x)sin(x)+cos(x).^2;
[x,fval] = fzero(y,[-1 1]) %fzero在[-1,1]这个区间进行搜索
建议尽量用区间搜索的方式来求解，因为这种方法比单纯的提供一个初始值的运算速度要快一些。而且新版本的 MATLAB 中关于此函数还有多个参数的形式，读者可以参考相关的 help。
除此之外，fzero 还能够求解积分方程：
//www.vqxik.tw/thread-333673-1-1.html
//www.vqxik.tw/thread-439192-1-1.html
论坛关于 fzero 的问题：
//www.vqxik.tw/thread-434434-1-1.html
//www.vqxik.tw/thread-319218-1-1.html
3. fsolve(Optimization Toolbox)
fsolve 可以求解多元方程，用法和 fzero 类似。
fsolve 的常用形式：
x = fsolve(fun,x0)
[x,fval] = fsolve(fun,x0)
其中 fun 为函数句柄， x0 为搜索初值， fval 为求解误差。
%例：求解方程组 x+y = 1, x-11y = 5
eq = @(x)[x(1)+x(2)-1;x(1)-11*x(2)-5];
[sol,fval] = fsolve(eq,[1,1])
这里对于方程的的输入需要采用矩阵的形式，其中 x(1) 代表 x ， x(2) 代表 y 。有时候变量较多时可能会容易混淆，这里提供另一种方法，用符号变量表达方程再利用 matlabFunction 转化为函数句柄：
syms x y
eq1 = x+y-1;
eq2 = x-11*y-5;
eq1 = matlabFunction(eq1); %将符号函数转化为函数句柄
eq2 = matlabFunction(eq2);
eq = @(x)[eq1(x(1),x(2)); eq2(x(1),x(2))];
[sol,fval] = fsolve(eq,[1,1])
结果与之前相同，但不容易出错。求得的解以矩阵形式返回给 sol ，即 sol 的第一个值求解的是 x(1) ，sol 的第二个值求解的是 x(2) 。
fsolve 要求求解的函数必须是连续的，而且成功求解时，fsolve 只能给出一组根。缺省情况下，trust-region dogleg 算法只能用于系统方程是方阵的情况，而 Levenberg-Marquardt 算法没有此限制。
新版本的 MATLAB 中关于此函数还有多个参数的形式，读者可以参考相关的 help。
论坛关于 fslove 的问题：
//www.vqxik.tw/thread-438375-2-1.html
//www.vqxik.tw/thread-274668-1-1.html
//www.vqxik.tw/thread-273545-1-1.html
//www.vqxik.tw/thread-320750-1-1.html
4. vpasolve(Symbolic Math Toolbox)
最后再补充一个数值解法 vpasolve，vpasolve 是 R2012b 引进的函数，可以求解一元或多元函数零点。相比于 fzero 和 fsolve 来说，vpasolve 最大的一个优点就是不需要提供初值，并且能够自动搜索指定范围内的多个解。
vpasolve 调用形式：
S = vpasolve(eqn)
S = vpasolve(eqn,var)
S = vpasolve(eqn,var,init_guess)
___ = vpasolve(___,Name,Value)
其中 eqn 是符号方程，var 为待求解变量，也可以不提供(第一种调用形式，默认求解变量由 symvar(eqn) 求得)， init_guess 为搜索初值，Name，Value 为选项控制。
%例：对于多项式方程，vpasolve 能够给出所有解
syms x
vpasolve(4*x^4 + 3*x^3 + 2*x^2 + x + 5 == 0, x)
ans =
- 0.88011 - 0.76332i
0.50511 + 0.81599i
0.50511 - 0.81599i
- 0.88011 + 0.76332i
对于非多项式方程，vpasolve 只能给出一个解：
syms x
vpasolve(sin(x^2) == 1/2, x)
ans =
-226.94
这时可以提供搜索初值，来搜寻其它零点：
syms x
vpasolve(sin(x^2) == 1/2, x,100)
ans =
99.996
可以指定搜索范围，但不同于 solve，solve 指定求解范围是用 assume 函数，vpasolve 则是直接在输入参数中指定：
syms x
vpasolve(x^8 - x^2 == 3, x, [-Inf Inf]) %实数范围内求解
最后，vpasolve 一个很强大的用法，将 ‘random’ 选项设置为 true 可以直接搜索指定范围内不同解：
syms x
f = x-tan(x);
for n = 1:3
vpasolve(f,x,'random',true)
end
求解积分
求解积分与求解方程相同，也有两种方法，符号求解和数值求解。
1. int(Symbolic Math Toolbox)
int 是符号积分求解器，调用形式简单，但是功能非常强大。
int 常用形式：
int(expr,var) %不指定积分上下限，求解不定积分
int(expr,var,a,b) %指定积分上下限，求解定积分
例：求解不定积分
syms x
f = 5/((x-1)*(x-2)*(x-3))
F = int(f,x)
例：求解定积分
syms x y;
f = x/(1 + y^2)
F = int(f,y,0,1)
有时需要指定变量范围再进行求解：
例：求解不定积分
syms x a
assume(a ~= -1)
f = x^a;
F = int(f,x)
但是大多情况下 int 都得不到解析解，这时候就可以采用数值积分。
2. quad/quadl/quadgk/quadv
MATLAB 在 R2012a 版本引入了 integral，完全可以替代 quad/quadl/quadv，并且在以后的高版本中，MATLAB 将移除这3个函数，
所以如果你的 MATLAB 版本高于 R2012a 的话，建议直接使用 integral 。
这4个函数都是数值积分函数，调用形式完全相同，只是分别适用于不同积分函数对象。其中：
quad 采用自适应 simpson 公式数值积分，适用于精度要求低，被积函数平滑性较差的数值积分；
quadl 采用自适应 Lobatto 数值积分，适用于精度要求高，被积函数曲线比较平滑的数值积分；
quadgk 采用自适应 Gauss-Kronrod 数值积分，适用于高精度和震荡数值积分，支持无穷区间，并且能够处理端点包含奇点的情况，同时还支持沿着不连续函数积分，复数域线性路径的围道积分法； quadv 与 quad 算法相同，是 quad 的向量化版本，能够一次性计算多个积分。
应当注意，如果要采用数值积分计算一重积分的话，积分函数除了积分变量外，其它的参数都应当具有确定的数值。
调用形式以 quad 为例：
q = quad(fun,a,b)
q = quad(fun,a,b,tol)
其中 fun 为函数句柄， a 为积分下限，b 为积分上限，tol 为积分精度，默认为1e-6。
例：计算
y = @(x)1./(x.^3-2*x-5);
q = quad(y,0,2)
例：计算
y = @(x)exp(-x.^2);
q = quadgk(y,0,inf)
对于 quadv 向量化积分，可以参考
@winner245 版主的帖子：
//www.vqxik.tw/thread-265346-1-1.html
3. integral
integral 是 R2012a 引进的一个函数，一元函数数值积分中功能最为强大，调用形式和 quad 基本一致：
q = integral(fun,xmin,xmax)
q = integral(fun,xmin,xmax,Name,Value)
其中 fun 为函数句柄， xmin 为积分下限， xmax 为积分上限，Name 和 Value 是选项控制，包括误差控制、向量化积分设置等等。
integral 配合 fzero 可以求解无法显式表达的函数的定积分：
已知
，求解
q = @(k,w)w.^2/10.*coth(30*k)-k;
v = @(w)fzero(@(k)q(k,w),1e3); %利用fzero求解k,相当于显式表达k
integral(v,0,10,'ArrayValued',1)
论坛关于数值积分的问题：
//www.vqxik.tw/thread-438090-1-1.html //www.vqxik.tw/thread-275347-1-1.html //www.vqxik.tw/thread-319403-1-1.html
4. trapz
trapz 是基于梯形法则的离散点积分函数。
调用形式：
I = trapz(x,y)
其中 x 和 y 分别是自变量和对应函数值，以 sin(x) 在 [0,pi] 积分为例：
x = linspace(0,pi,1e3); %生成 [0,pi] 内的一系列离散点
y = sin(x);
I = trapz(x,y)
论坛关于trapz的问题：
//www.vqxik.tw/thread-440457-1-1.html //www.vqxik.tw/thread-439162-1-1.html
浮点数误差
由于计算机中都是以二进制形式存储数据，当用十进制数进行计算时，就会存在十进制数二进制数的转换。但是某些十进制数转化为二进制数是一个无限位的小数，这时必须对该无限位小数进行截断计算机才能存储，那么此时就会产生误差，即浮点数误差。
例如十进制的0.9，在转化为二进制时是无限循环小数0.1110011001100110011...。此时须对该无限位小数进行截断才能保存在内存当中，截断后再转换回十进制时，0.9就变成了0.90000000000000002，这就是浮点数误差的产生过程。
由于浮点数误差的存在，当进行数值计算时就会出现一些不可避免的问题，最常见的就是判断两数相等时得到与预期相反的结果。
例：令 a = 0.1+0.2, b = 0.3, 判断 a==b 时，MATLAB 会返回0, 当执行 a-b 时，会发现结果不是精确等于0，而是一个非常小的数5.5511e-17。
或者在矩阵中寻找数的位置(也相当于是判断两数相等)。
%例
>> a = 0.1:0.1:0.5
a =
0.1000 0.2000 0.3000 0.4000 0.5000
>> find(a==0.3)
ans =
Empty matrix: 1-by-0
由于 a 向量中的 0.3 是由 0.1+0.1+0.1 计算得到，在计算过程中就产生了浮点数误差，这也导致在判断 a==0.3 时结果为false，所以 find(a==0.3) 返回一个空矩阵。
在进行数值计算判断两数相等时，最好不要直接判断，而是设立一个容差值，当两个浮点数的差的绝对值小于给定的容差值时，我们就认为这两个浮点数相等。
比如对于上面的例子：
>> a=0.1:0.1:0.5
a =
ans =
论坛关于浮点数误差的问题：
//www.vqxik.tw/thread-439162-1-1.html
//www.vqxik.tw/thread-333109-1-1.html
//www.vqxik.tw/thread-262078-1-1.html
生成一系列有规律名变量
当循环迭代需要把每次迭代结果进行保存时，如果每次迭代的结果是尺寸不同的矩阵，无法用矩阵进行存储，那么可以利用 eval 和 num2str 这两个函数可以生成一系列例如 a1、a2、a3… 变量对结果进行保存(
不推荐这种方法 ，原因是 eval 这个函数有很多缺点)。
eval:：将括号内的字符串视为语句并运行。
num2str： 将数值转换为字符串。
%例
for ii=1:10
str=['a',num2str(ii),'=1:',num2str(ii)];
eval(str)
end
这样可以生成一系列变量 a1、a2…a10 对循环结果进行保存。
不推荐使用 eval 函数的原因，
帮助文档 有详细的解释。
MATLAB? compiles code the first time you run it to enhance performance for future runs. However, because code in an eval statement can change at run time, it is not compiled.
Code within an eval statement can unexpectedly create or assign to a variable already in the current workspace, overwriting existing data.
Concatenating strings within an eval statement is often difficult to read. Other language constructs can simplify the syntax in your code.
MATLAB 对于这类问题有更好的解决办法，利用元胞数组对结果进行存储。元胞数组是 MATLAB 中的特色数据类型，它的元素可以是任意类型的变量，包括不同尺寸或不同维度的矩阵。
对于上面的例子，利用元胞数组：
for ii=1:10
a{ii}=1:ii;
end
即生成一系列元胞存储循环结果。这样无论是程序的可读性、运行效率还是后续程序对保存结果调用的方便程度，都远胜于 eval 函数。
除此之外，在处理符号变量时如果需要生成一系列有规律名符号变量，例如生成一个多项式：
y = x1+2*x2+3*x3+…+100*x100
eval+num2str 能够实现，但更简便的方法还是利用矩阵：
x=sym('x',[1,100]);
w=(1:100).*x;
y=sum(w)
论坛关于生成系列变量问题：
//www.vqxik.tw/thread-435630-1-1.html
//www.vqxik.tw/thread-272264-1-1.html
//www.vqxik.tw/thread-437236-1-1.html
统计向量中连续出现的数字并计数
例如对于一个行向量 [0 0 0 1 1 1 0 1 1 0 0 1 1 1 0 0 0 1]，我想要统计其中连续1的位置以及连续出现的次数，有下面两种方法：
1. 利用 diff 函数
diff: 求前后两项之差，diff（X）= [X(2)-X(1),X(3)-X(2),...,X(n)-X(n-1)]。
A = [0 0 0 1 1 1 0 1 1 0 0 1 1 1 0 0 0 1];
k = diff([0 A 0]) %对A前后补0之后再使用diff，补0是为了保证对于A的第一个和最后一个元素是1的情况，也能够通过diff求得1或-1，然后再根据1和-1来寻找连续1的位置和个数
ind = find(k==1) %1出现的位置即连续1出现的位置
num = find(k==-1)-ind %-1和1出现的位置差即连续1出现的个数
其中 ind 是出现连续1的首尾的索引，num 是该连续1出现的个数。这里 ind = [4 8 12 18], num = [3 2 3 1]，也就是说 A 向量中4这个位置开始出现连续1，连续出现3次。同理8位置开始出现连续1，连续出现2次。
2. 转换成字符串之后用正则表达式进行匹配
A = [0 0 0 1 1 1 0 1 1 0 0 1 1 1 0 0 0 1];
Ach = num2str(A); Ach(Ach==' ') = []; %将A转换为字符串
[ind,indEnd] = regexp(Ach,'1*','start','end'); %匹配字符串连续1的位置
num = indEnd-ind+1;
很多这种统计向量中数的问题都可以转化为检测连续1出现次数，例如统计向量A中连续数字出现的位置和次数，A = [21,23,25,27,28,29,30,31,33,35,36,38,47,55], 那么进行一次转换：k = diff(A)==1，就可以得到 k = [0 0 0 1 1 1 1 0 0 1 0 0 0]，其中 k 中连续1出现的位置是 A 中连续数字出现的位置，k中连续1出现的次数加1就是 A 中连续数字出现的次数。
论坛关于统计连续1个数问题：
//www.vqxik.tw/thread-176813-1-1.html
//www.vqxik.tw/thread-440131-1-1.html
//www.vqxik.tw/thread-440520-1-1.html
读取文本文件
文本文件的读写函数可以分为两类，一类是高级函数(high-level)，一类是底层函数(low-level)。通常认为高级函数运用起来简单，但是定制性差。底层函数用法复杂，但是灵活性高。由于 MATLAB 提供了许多可以读取文本文件的函数，例如 load、importdata、textread、dlmread、csvread，要把这些函数各自的适用范围弄清楚也不是一件容易的事，我的建议是掌握两个底层函数 fscanf 和 textscan 的用法，这样就能够轻松应对一般文本文件的读取了。下面简单介绍几个高级函数的用法，着重介绍两个底层函数 fscanf 和 textscan 的用法。
1. load/importdata/csvread
对于简单文本文件的读?。ㄎ募谌葜话ㄊ?，并且以逗号或空格为分隔符），这三个函数的常见用法基本一致。
load、importdata、csvread 常见用法：
M = csvread(filename)
M = load(filename)
M = importdata(filename)
filename 即你需要读取的文件。
例如，创建一个文件，test.txt，包含以下数据：
16,2,3,13
5,11,10,8
9,7,6,12
4,14,15,1
读取整个文件：
filename = test.txt;
M = csvread(filename)
% M = load(filename)
% M = importadata(filename)
M =
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
2. dlmread
dlmread 的用法比 csvread 稍微复杂一点，它能够指定分隔符(csvread 只能读取逗号分隔符和空格分隔符)。
dlmread 常见用法：
M = dlmread(filename)
M = dlmread(filename, delimiter)
其中 filename 为所读取的文件，delimiter 为分隔符。
例：对于包含以下内容的文本文件：
16。2。3。13
5。11。10。8
9。7。6。12
4。14。15。1
就可以指定’?！指舴卸寥。?
filename = 'csvlist.dat';
M = dlmread(filename,’?！?
M =
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
如果行列数不一致的数据， dlmread 会自动在空白数据处补0。
例：对于包含以下内容的文本文件：
40 5 30 1.6 0.2 1.2
15 25 35 0.6 1 1.4
20 45 10 0.8 1.8 0.4
2.6667 0.33333 2
1 1.6667 2.3333
1.3333 3 0.66667
filename = 'csvlist.dat';
M = dlmread(filename)
M =
40.0000 5.0000 30.0000 1.6000 0.2000 1.2000
15.0000 25.0000 35.0000 0.6000 1.0000 1.4000
20.0000 45.0000 10.0000 0.8000 1.8000 0.4000
2.6667 0.3333 2.0000 0 0 0
1.0000 1.6667 2.3333 0 0 0
1.3333 3.0000 0.6667 0 0 0
3. fscanf
按指定格式从文本文件中读取数据。用法：
A = fscanf(fileID,formatSpec);
%通过指定读取格式formatSpec,从文本文件中读取数据至列向量A。fscanf会重复应用格式字符串formatSpec,直到文件指针到达文件末尾，如果读取到不能匹配formatSpec的数据则读取自动结束。
A = fscanf(fileID,formatSpec,sizeA);
%sizeA能够指定读取数据的大小，当读取到sizeA大小的数据时，文件指针会停止，读取结束。注意fscanf读取的是列主序，通常读取完还需要进行转置操作。
所要读取的文本文件被文件标识符 fileID 标识，通过 fopen 函数可以获取文件的 fileID。当结束读取时，一定要记得使用 fclose 函数关闭文件。
光看函数的用法介绍可能会比较难懂，通过下面的例子会比较容易理解。
例：文本文件 test.txt 包含以下数据：
16。2。3。13
5。11。10。8
9。7。6。12
4。14。15。1
fid = fopen('test.txt'); %通过fopen获取文件标识
formatSpec = '%d。%d。%d。%d'; %指定读取格式
A = fscanf(fid,formatSpec ,[4,4]); %读取文件数据并存为4*4矩阵
fclose(fid); %调用fclose关闭文件
A = A.’ %由于fscanf是列主序，因此读取完还需要进行转置
A =
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
下面详细解释一下 fscanf 的读取原理：
当用 fopen 打开文件时，会有一个文件指针在文件开头。fscanf 通过你设定的格式字符串 formatSpec 来读取数据(formatSpec 由字符串和转义说明符组成，其中转义说明符由 % 开头，以转换字母结尾。上面的例子中 %d 就是一个转义说明符，代表一个整数，常用的还有%f、%s，分别代表浮点数和字符串)。formatSpec 第一个字符块为转义说明符 %d，那么 fscanf 会先将第一个整数16读入进 A，之后文件指针跳至16右边，formatSpec 第2个字符块是字符串’?！?，由于它不是转义说明符，文件指针会跳过’?！酱铩??！冶?。之后再是转义说明符 %d，则将2读入进 A，以此类推。
用下面图片进行说明：
如果将这个例子的读取代码写成：
fid = fopen('test.txt');
A = fscanf(fid,'%d。',[4,4])
fclose(fid);
A = A.'
将会得到：
A =
16 2 3 13
原因就是当文件指针读取完13时，formatSpec 需要匹配的字符串是’?！?，但是13的下一个字符串是5，匹配失败，fscanf 停止读取。
再以一个比较复杂的文本文件为例：
例：文本文件test.txt包含以下数据：
lambda: 7.580000e-05
lambdaB: 8.000000e-05
initial pulse width: 7.853636e-13
output pulse width: 6.253030e-13
dispersion length: 6.307732e-02
nonlinear length: 9.572495e-01
lambda: 7.590000e-05
lambdaB: 8.000000e-05
initial pulse width: 7.848788e-13
output pulse width: 5.778485e-13
dispersion length: 5.852858e-02
nonlinear length: 9.195277e-01
…
现在想要把所有的数字信息提取出来：
fid = fopen('F:\test.txt');
c1 = '%*s %e'; %第一行的转义说明符，’%’后面接一个’*’代表跳过这个数据，%*s即代表跳过第一个字符串’lambda:’,%e表示读取以科学计数法表示的数字。
c2 = '%*s %e';
c3 = '%*s %*s %*s %e';
c4 = '%*s %*s %*s %e';
c5 = '%*s %*s %e';
c6 = '%*s %*s %e';
formatSpec = [c1,c2,c3,c4,c5,c6]; %以6行为一组，重复读取，直至读取完整个文件
A = fscanf(fid,formatSpec,[6,inf])
fclose(fid);
4. textscan
textscan 的用法与 fscanf 类似，建议先将 fscanf 的用法弄清楚再来看 textscan。
textscan 常见用法：
C = textscan(fileID,formatSpec)
C = textscan(fileID,formatSpec,N)
同 fscanf 一样，fileID 为文件标识符，formatSpec 为格式字符串。N 则是重复匹配formatSpec 的次数。
与 fscanf 不同的是， textscan 将每个与 formatSpec 转义说明符匹配出来的数据都用一个元胞进行存储。并且 textscan 有很多选项提供，比如 ’Headerlines’ ，可以指定跳过文件的前n行； ’Delimiter’ 可以指定分隔符等等。
例：文本文件test.txt包含以下数据：
16。2。3。13
5。11。10。8
9。7。6。12
4。14。15。1
fid = fopen('F:\test.txt');
formatSpec = '%d'
A = textscan(fid,formatSpec,'delimiter','。'); %指定’?！指舴?，如果不指定分隔符的话，就需要把formatSpec写成'%d。%d。%d。%d' 。
fclose(fid);
celldisp(A)
A{1} =
16
2
3
13
5
11
10
8
9
7
6
12
4
14
15
1
关于作者
wuyou136 ，MATLAB 中文论坛基础讨论版块超级活跃用户。2014年10月加入 MATLAB 中文论坛以来，回答问题3000余次，获得最佳答案596个，在论坛排行榜排名第8，实力派论坛“神”级大牛之一。中山大学光学工程系在读研究生，现阶段研究液晶光子晶体非线性效应的数值模拟，本科毕业于天津大学光电子技术科学系。
声明：联系论坛管理员 
/4 
