matlab正则表达式（附数+代码）

目录标题

提取字符串中的信息
元字符
MATLAB正则表达式函数
代码链接
补充的例子
例子一（matlab把stata格式写为latex格式）
- 问题描述
- 代码实现

提取字符串中的信息

提取字符串中的信息步骤流程图如下：

#mermaid-svg-s3RPIhKsHbkOhXMU {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU .error-icon{fill:#552222;}#mermaid-svg-s3RPIhKsHbkOhXMU .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-s3RPIhKsHbkOhXMU .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-s3RPIhKsHbkOhXMU .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-s3RPIhKsHbkOhXMU .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-s3RPIhKsHbkOhXMU .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-s3RPIhKsHbkOhXMU .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-s3RPIhKsHbkOhXMU .marker{fill:#333333;stroke:#333333;}#mermaid-svg-s3RPIhKsHbkOhXMU .marker.cross{stroke:#333333;}#mermaid-svg-s3RPIhKsHbkOhXMU svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-s3RPIhKsHbkOhXMU .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU .cluster-label text{fill:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU .cluster-label span{color:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU .label text,#mermaid-svg-s3RPIhKsHbkOhXMU span{fill:#333;color:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU .node rect,#mermaid-svg-s3RPIhKsHbkOhXMU .node circle,#mermaid-svg-s3RPIhKsHbkOhXMU .node ellipse,#mermaid-svg-s3RPIhKsHbkOhXMU .node polygon,#mermaid-svg-s3RPIhKsHbkOhXMU .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-s3RPIhKsHbkOhXMU .node .label{text-align:center;}#mermaid-svg-s3RPIhKsHbkOhXMU .node.clickable{cursor:pointer;}#mermaid-svg-s3RPIhKsHbkOhXMU .arrowheadPath{fill:#333333;}#mermaid-svg-s3RPIhKsHbkOhXMU .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-s3RPIhKsHbkOhXMU .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-s3RPIhKsHbkOhXMU .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-s3RPIhKsHbkOhXMU .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-s3RPIhKsHbkOhXMU .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-s3RPIhKsHbkOhXMU .cluster text{fill:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU .cluster span{color:#333;}#mermaid-svg-s3RPIhKsHbkOhXMU div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-s3RPIhKsHbkOhXMU :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}

字符串信息类型

判断信息类型

确定元字符

正则化提取信息

字符串信息位置

以下为一个例子，取自国赛2021B表一的部分数据：

我们需要从114个字符串的值提取五个指标：
(1)Co/SiO2的质量
(2)Co负载量，"1wt% O2"意味着钴Co与SiO2的重量之比为1:100
(3)HAP的质量
(4)乙醇浓度，这里的浓度表述有待商榷，应为乙醇的注入速率
(5)Co/SiO2和HAP装料比

我们需要确定元字符来提取字符串中的信息。

元字符

元字符	含义
\d	代表数字字符
\w	代表单词字符，即所有的英文字符，数字，加上下划线
\s	代表空白符
\D	代表非数字字符
\W	代表单词字符
\S	代表非空白符
.*	代表任意字符
^	匹配行首
$	匹配行尾

因为表单中数字偏多，我们先考虑元字符\d ，搜索字符串如图：

”\d+"中的加号表示出现一次以上的字符，共能提取六个字符，我们需要提取第1、2、4的数字，代码如下：

 pattern = '(\d+)';matches = regexp(ss, pattern, 'tokens');        dd(ii,1)=str2double(matches{1});dd(ii,2)=str2double(matches{2});dd(ii,3)=str2double(matches{4});

乙醇浓度我们用元字符.* ，取两数字中有符号"."的部分，也可以取乙醇浓度和ml/min中所有字符都可以得到乙醇值，代码部分如下：
正则化形式：

代码：

 pattern = '(\d\.\d+)';  matches = regexp(ss, pattern, 'tokens');dd(ii,4) = str2double(matches{1});

和：
正则化形式：

代码：

 pattern = '乙醇浓度(.+)ml/min';  %  .可以匹配任何单个字符，包括空白matches = regexp(ss, pattern, 'tokens');dd(ii,4) = str2double(matches{1});

MATLAB正则表达式函数

什么是正则表达式？
正则表达式是一串用于定义某种模式的字符。在有些情况下（例如，在解析程序输入或处理文本块时），通常会使用正则表达式在文本中搜索与该模式匹配的一组单词。

有四个 MATLAB函数支持使用正则表达式搜索和替换字符。前三个函数在接受的输入值和返回的输出值方面类似。

函数	说明
regexp	用于对字符串进行查找，大小写敏感。
regexpi	匹配正则表达式并忽略大小写。
regexprep	用于对字符串进行查找并替换。
regexptranslate	将文本转换为正则表达式。

我们使用函数regexp，匹配正则表达式。
调用前三个函数中的任何一个函数时，请在前两个输入参数中传递要解析的文本以及正则表达式。调用 regexprep 时，还需再传递一个额外的输入，该输入是一个表达式，用于指定替代的模式。

完整代码如下：

clc,clear
load A;
chj=A;
n = length(chj);
dd = nan(n,5);
for ii = 1:nss = chj(ii);
%         正则表达式可代替
% 200mg 1wt%Co/SiO2- 200mg HAP-乙醇浓度1.68ml/minpattern = '(\d+)';matches = regexp(ss, pattern, 'tokens');        dd(ii,1)=str2double(matches{1});dd(ii,2)=str2double(matches{2});dd(ii,3)=str2double(matches{4});
%         pattern = '乙醇浓度(.+)ml/min';  %    .可以匹配任何单个字符，包括空白
%         matches = regexp(ss, pattern, 'tokens');
%         dd(ii,4) = str2double(matches{1});pattern = '(\d\.\d+)';  %  .可以匹配任何单个字符，包括空白
%         \d\.\d+matches = regexp(ss, pattern, 'tokens');dd(ii,4) = str2double(matches{1});dd(ii,5) =dd(ii,1)/dd(ii,3);
end

原字符串为：

其中提取的数据如图：

代码链接

https://pan.baidu.com/s/1tpDafzTxkYx3Qe2RUy48Ow
提取码：6z1p
结束——————————————————————
（后面为用到正则化的例子供大家参考）

补充的例子

例子一（matlab把stata格式写为latex格式）

问题描述

我们需要一个代码把stata复制的数据修改为latex的格式，避免一个个粘贴麻烦的情况。
把：

变为：（负号还未加）

之后粘贴如txt文件去除""即可。

代码实现

clc,clear
opts = spreadsheetImportOptions("NumVariables", 1);
opts.Sheet = "Sheet6";
opts.DataRange = "A1:A7";
opts.VariableNames = "VarName1";
opts.VariableTypes = "string";
opts = setvaropts(opts, "VarName1", "WhitespaceRule", "preserve");
opts = setvaropts(opts, "VarName1", "EmptyFieldRule", "auto");
A = readmatrix("正则化.xlsx", opts, "UseExcel", false);
clear optsc=zeros(7,5);for i=1:7for j=1:5
a=A(i);
ss=a;pattern = '(\d+.\d+)';  matches = regexp(ss, pattern, 'tokens');k=length(matches);if k<5if j==5b=0;elseb = str2double(matches{j});endelseb = str2double(matches{j});end
c(i,j)=b;endend
d=c;
ii=d>=1000
d(ii) = c(ii)/(1.0e+07);d(:,[3 4 5])=d(:,[5 3 4]);%交换两列的位置d = round(d,4);
name=["花菜类" "花叶类" "辣椒类" "茄类" "食用菌" "水生根茎类"  "常数"]';
e="&"+name+"&"+d(:,1)+"&"+d(:,2)+"&"+d(:,3)+"&"+d(:,4)+"&"+d(:,5)+"\\";