字元與字串 方煒 台大生機系.

Presentation on theme: "字元與字串 方煒 台大生機系."— Presentation transcript:

1 字元與字串 方煒 台大生機系

2 字元（Characters）與字串（Strings）
MATLAB 處理字串的相關指令大部分都放在：{MATLAB 根目錄}\toolbox\matlab\strfun 其中的「strfun」就是代表「String Functions」。 若要查詢與字元和字串相關的指令，可在 Command Window內輸入： help strfun 或是 help strings

3 字元與字串的基本概念 數個字元（Characters）可以構成一個字串（Strings）
一個字串是被視為一個列向量（Row Vector）進行儲存 此一字串中的每一字元（含空白字元），是以其 ASCII 碼的形式存放於此列向量中的每一個元素（Element）

4 字元與字串的基本概念 Matlab 用「單引號」來界定字串變數，多個字串變數可直接並排，以得到一個新字串變數，例如：
範例: string01.m str3 = I like MATLAB, JavaScript, and Perl! str1 = 'I like MATLAB,'; % 建立字串變數 str1 str2 = ' JavaScript, and Perl!'; % 建立字串變數 str2 str3 = [str1 str2] % 直接並排str1 及 str2，以建立str3

5 字元與字串的基本概念 欲輸入含有單引號的字串，可重覆單引號的使用 若要計算字串變數的長度（即組成字元的個數），可用 length 指令
範例: string02.m I’ve got a date! 16 sentence = 'I''ve got a date!' length(sentence) % 計算字串變數 sentence 的長度

6 字串和ASCII double 指令: 檢視字串變數的儲存內容（即 ASCII 內碼） char 指令: 將 ASCII 內碼轉回字串形式
範例: string03.m sentence2 = I've got a date! sentence = 'I''ve got a date!'; sentenceAscii = double(sentence); %檢視 sentence 的 ASCII 碼 sentence2 = char(sentenceAscii) % 將 ASCII 碼轉回字串形式

7 ASCII: American Standard Code for Information Interchange

8 字元的儲存 sentence = 'I''ve got a date!';
無論是中文或英文，每一個字元都會佔用兩個位元組（2 Bytes），故在上頁中，字串變數 sentence 總共由 16 個字元構成，佔用的記憶體總計為三十二個位元組（32 bytes） whos 指令: 檢視字串變數 sentence 所佔用儲存空間(whos 變數) 範例: string04.m sentence = 'I''ve got a date!'; whos sentence % 檢視工作空間內變數 sentence 佔用記憶體大小 Name Size Bytes Class sentence x char array Grand total is 16 elements using 32 bytes

9 字元的儲存 MATLAB 是以兩個位元組來儲存一個字元，所以也可以支援 Big5 的中文碼，而且 Big5 中文的 ASCII 內碼都會大於數字 128 範例: string05.m chinese = '今日事，今日畢'; abs(chinese) % 檢驗中文內碼 ans =

10 字元的儲存 chinese = '今日事，今日畢'; x = chinese+1
由於 MATLAB 將字串以其相對應之 ASCII 內碼（即數字形式）儲存成一列向量，故若對此字串直接進行數值運算，MATLAB 會先將此字串轉成數值，再進行一般數值向量的運算 範例: string06.m chinese = '今日事，今日畢'; x = chinese+1 x =

11 字元與字串的基本概念-eval eval 指令: 直接“執行”某一特定字串，其效果就如同直接在 MATLAB 指令視窗內輸入此一特定字串
範例: string07.m str = 'x = [1 2 3]; y = x.^2'; eval(str) y =

12 字元與字串的基本概念-eval eval 指令特別適用於在 for - loop 內自動產生有規律的變數名稱 範例: string08.m
Name Size Bytes Class x x double array x x double array x x double array x x double array Grand total is 86 elements using 688 bytes x3 , x4 , x5 , x6 都是在 for - loop 中產生的變數，分別代表維度為 3×3、4×4、5×5、6×6 的魔方陣 clear all % 清除所有變數 for i = 3:6 eval(['x', int2str(i) , '= magic(' , int2str(i) , ') ; ']); end whos x*

13 字串的判斷 class 或 ischar 指令: 判斷某一個變數是否為字串 範例: string09.m
字串變數所佔用的空間是同長度雙精準（Double）數值變數的四分之一 chinese = '今日事，今日畢'; out1 = class(chinese) % out1 的值是 “char”，代表chinese 是字串變數 x = chinese+1; out2 = ischar(x) % out2 的值是 0，代表 x 不是一個字串變數

14 一個變數來儲存多個字串 第一種方法是使用二維字元陣列（Two Dimensional Character Arrays）
必須先確認每個字串（即每一橫列）的長度一樣，否則就必須在短字串結尾補上空白字元 範例: string10.m departments = ee cs econ departments = ['ee '; 'cs '; 'econ'] % 注意空白字元的使用

15 一個變數來儲存多個字串 用char 指令儲存多個字串 範例: string11.m 得到結果和前一個範例一樣; .
departments = char('ee', 'cs', 'econ') % 注意「()」及「,」的使用 departments = ee cs econ

16 一個變數來儲存多個字串 從二維字元陣列抽取出字串時，切記要使用 deblank 指令來移除尾部的空白字元 範例: string12.m .
departments = char('ee', 'cs', 'econ'); dept1 = departments(1,:); % (1,:)代表第一列的元素 dept2 = deblank(dept1); % 使用 deblank 指令來移除尾部的空白字元 len1 = length(dept1) % 顯示變數 dept1 的長度=4 len2 = length(dept2) % 顯示變數 dept2 的長度=2 len1 = 4 len2 = 2

17 一個變數來儲存多個字串 範例：string13.m 當字串的長度差異甚大，那麼使用二維字元陣列來儲存多個字串，將造成記憶體空間的浪費。
可改為使用「異質陣列」: 使用大括號框住多個字串, 範例：string13.m cellData = {'ee', 'cs', 'econ'}; % 以異質陣列 celldata 來儲存多個字串 dept = cellData{3} % 印出第三個字串（必須使用大括號） dept = econ

18 一個變數來儲存多個字串 範例：string14.m 當字串的長度差異甚大，那麼使用二維字元陣列來儲存多個字串，將造成記憶體空間的浪費。
可改為使用「異質陣列」: 使用大括號框住多個字串, 或用cellstr指令將字元陣列轉換成異質陣列 範例：string14.m departments = char('ee', 'cs', 'econ'); cellData = cellstr(departments); leng = length(cellData{2}) % 顯示異質陣列 cellData 第二個元素長度 leng = 2

19 測試是否相同 範例：string15.m 用cellstr指令將字元陣列轉換成異質陣列 再用 char 轉回字元陣列，還會一樣嗎？
dept1 = char('ee', 'cs', 'econ'); % dept1 是一個字元陣列 cellData = cellstr(dept1); % 將 dept1 轉成一個異值陣列 cellData dept2 = char(cellData); % 將 cellData 轉換成字元陣列 dept2 isequal(dept1, dept2) % 測試 dept1 和 dept2 是否相等 ans = 1

20 字串的比較 strcmp 指令: 用於比較字串內容的異同 不相等回傳0,相等回傳1 範例: string16.m
str1 = 'today'; str2 = 'tomorrow'; str3 = 'today'; out1 = strcmp(str1, str2) % 比較兩字串 str1 和 str2 = 0 out2 = strcmp(str1, str3) % 比較兩字串 str1 和 str3 = 1 out1 = out2 = 1

21 字串的比較 strncmp 指令: 用於比較字串的前 n 個字元 範例: string17.m str1 = 'today';
str2 = 'tomorrow'; strncmp(str1, str2, 2) % 比較 str1 及 str2 兩字串的前 2 個字元 ans = 1

22 字串的比較 strcmp 及 strncmp 亦可用於字串異質陣列 範例: string18.m
A = {'台北', '台中', '高雄'}; % 建立字串異質陣列 A B = {'台北', '台南', '花蓮'}; % 建立字串異質陣列 B out1 = strcmp(A, B) % 比較字串異質陣列 A 與 B 的每個元素是否相同 out2 = strncmp(A, B, 1) % 比較字串異質陣列 A 與 B 的每個元素的的第一個字元是否相同 out1 = out2 =

23 字串的尋找 findstr 指令: 尋找在某一個長字串中的子字串（substrings），並傳回其起始位置 範例: string19.m
pattern = '網球'; position = findstr(string, pattern) position = 9

24 字串的尋找及代換 strrep 指令: 用於字串尋找及代換,例如:
newString = strrep(string, pattern, pattern2) 範例: string20.m string = '我最喜歡的運動是網球'; pattern = '網球'; pattern2 = '足球'; newString = strrep(string, pattern, pattern2) newString = 我最喜歡的運動是足球

25 字串的分解 strtok 指令: 根據一給定的分界字元（Delimiting Characters），將一字串拆解成數個字串，預設分界字元為空白字元 strvcat 指令: 將拆解下來的字串內容（即儲存在字串變數 chopped 中） 加到二維字元陣列 parsed 中 範例: string21.m input_string = 'ee cs econ stat me'; remainder = input_string; parsed = ''; % 建立一空字元陣列 while (any(remainder)) [chopped, remainder] = strtok(remainder); parsed = strvcat(parsed, chopped); end parsed parsed = ee cs econ stat me

26 中文字串 讀入中文字串時，將每一個中文字的 2-byte 分開來讀，造成兩個中文字變成四個字串元素 可使用 length 指令來看字串長度
範例: string22.m fid = fopen('tbig5.txt'); line = fgetl(fid) % 讀取一列檔案內容並顯示於command window fclose(fid); leng=length(line) % 顯示字串變數長度 line = 我是Roger leng = 9

27 中文字串 讀入中文字串時，將每一個中文字的 2-byte 分開來讀，造成兩個中文字變成四個字串元素 可使用 double 指令來看內碼
範例: string23.m fid = fopen('tbig5.txt'); line = fgetl(fid); % 讀取一列檔案內容 fclose(fid); double(line) % 顯示字串內碼 ans =

28 中文字串 讀入中文字串時，將每一個中文字的 2-byte 分開來讀，造成兩個中文字變成四個字串元素
xlate 指令: 將中文的 2-byte 「結合」在一起 範例: string24.m fid = fopen('tbig5.txt'); line = fgetl(fid); % 讀取一列檔案內容 fclose(fid); line2 = xlate(line) % 使用 xlate 將被拆開的中文結合在一起 leng = length(line2) % 顯示字串長度 line2 = 我是Roger leng = 7

29 Note xlate 在 control與 compiler toolbox 中 沒有此些工具箱便無法執行

30 中文的大五碼 中文的大五碼是由兩個位元組所構成，但不幸的是，在當初編碼的過程中，可能考慮欠周詳，因此把「直槓」（“|”）也編成某些字的大五碼的一部份，因此造成在字串處理上的極大不方便。（例如 Perl 的 Regular Expressions 碰到含有一直槓的大五碼就會出問題；使用 ODBC 來執行 SQL Command 時，若碰到含有一直槓的大五碼，也會出問題。此外，若用這些出問題的大五碼來當檔案或目錄名稱，則在使用 FTP 來進行檔案傳輸時，也會遇到麻煩而無法傳輸。） 常用的大五碼的內碼範圍是介於（含） ‘A440’ 和 ‘C67E’ 之間。舉個例子來說，「會」這個字是由兩個byte組成（B7 和 7C），把 B77C 轉成十進位就變成46972，的確是落在上述的Big5範圍之內，而「7C」就是「直槓」的ASCII 內碼。 如果大五碼的中文字包含「反斜線」（"\"），也會出現許多問題。這是為什麼許如芸和許志安的 MP3 歌曲檔案名稱，都不會出現「許」這個字了的原因

31 function out = isbig5(str) % isbig5: 測試字串是否為大五碼常用字
請寫一個函數 isbig5.m，可以判斷給定的字串中，有哪幾個字元是屬於大五碼的常用字。例如 isbig5('我是Roger') 應該傳回的答案是 [ ]，代表前兩個字元是大五碼常用字，而後五個字元不是。常用的大五碼的內碼範圍是介於（含） 'A440' 和 'C67E' 之間。 function out = isbig5(str) % isbig5: 測試字串是否為大五碼常用字 % 假設送進來的字串已經經過了 xlate 的處理 out = (hex2dec('a440') <= str) & (str <= hex2dec('c67e'));

32 寫一個 MATLAB 程式big5withBackSlash.m，列出所有包含反斜線的大五碼中文字。共有幾個？
function big5withBackSlash % 找出包含 "\" 的大五碼中文字 range=hex2dec('a440'):hex2dec('c67e'); offendingChar='\'; k=0; for i=1:length(range) numRep=i-1+range(1); % fprintf('%d/%d ===> %s\n', i, length(range), char(numRep)); strRep=dec2hex(numRep); if hex2dec(strRep(1:2))==abs(offendingChar) | hex2dec(strRep(3:4))==abs(offendingChar) k=k+1; %fprintf('"%s" = "%s" + "%s"\n', char(numRep), char(hex2dec(strRep(1:2))), char(hex2dec(strRep(3:4)))); fprintf('%d. %s\n', k, char(numRep)); end fprintf('大五碼常用字中，共有 %d 個字會包含「%s」的內碼！\n', k, offendingChar);

33 請寫一段 MATLAB 程式 big5withVerticalBar
請寫一段 MATLAB 程式 big5withVerticalBar.m ，來印出含有一直槓的所有中文字。 請問共有幾個這樣的中文字？只要在大五碼常用字的範圍內，找含有「7C」這個 byte的中文字，就是答案 function big5withVerticalBar.m % 找出包含 "|" 的大五碼中文字 range=hex2dec('a440'):hex2dec('c67e'); offendingChar='|'; k=0; for i=1:length(range) numRep=i-1+range(1); % fprintf('%d/%d ===> %s\n', i, length(range), char(numRep)); strRep=dec2hex(numRep); if hex2dec(strRep(1:2))==abs(offendingChar) | hex2dec(strRep(3:4))==abs(offendingChar) k=k+1; %fprintf('"%s" = "%s" + "%s"\n', char(numRep), char(hex2dec(strRep(1:2))), char(hex2dec(strRep(3:4)))); fprintf('%d. %s\n', k, char(numRep)); end fprintf('大五碼常用字中，共有 %d 個字會包含「%s」的內碼！\n', k, offendingChar);

34 字串與數值的轉換 int2str 指令: 將整數型態的資料轉換成字串資料 例如:y = int2str(x), x為整數, y 為字串
範例: string25.m x = 13462; y = int2str(x) % 將整數型態的資料轉換成字串資料 length(y) % 檢視 y 的長度 y = 13462 ans = 5

35 字串與數值的轉換 num2str 指令: 將實數轉為字串 範例: string26.m
str1 = num2str(pi) % 實數轉為字串，預設有效位數是 4 位 str2 = num2str(pi, 10) % 增加小數以下有效位數到 10 位 str1 = 3.1416 str2 =

36 字串與數值的轉換 num2str 指令: 將實數轉為字串 範例: string27.m x = 0:0.1:2*pi;
y = sin(x); plot(x,y) str = ['\leftarrow (', num2str(2.5), ', ', num2str(sin(2.5)), ')']; text(2.5, sin(2.5), str)

37

38 數值轉換 dec2hex 指令: 將 10 進位數值資料轉換成 16 進位的字串表示法 範例: string28.m
y = dec2hex(x) y = 402 更多類似指令如 : hex2num, hex2dec, bin2dec….

39 字串陣列的轉換 mat2str 指令可將矩陣轉換為字串，此字串若再經由 eval 指令的使用，可再變回原先的矩陣
範例: string29.m A = [1 2 1; ]; B = mat2str(A) % 將矩陣 A 轉成字串 B A2 = eval(B) % 再將字串 B 轉回矩陣 A2 isequal(A, A2) % 測試 A 和 A2 是否相等 B = [1 2 1;3 5 6] ans = 1

40 字串與數值的結合 sprintf 指令: 結合數值或字串，以產生新字串 (%s-印出字串,%g-印出數值,可使用 %f 或加上控制印出位數大小的數字 ) 範例: string30.m str = '圓周率'; newString = sprintf('「%s」是 %g', str, pi) newString = 「圓周率」是

41 字串與數值的結合 sscanf 可依給定的格式來解析出所要的字串或數值 str = '2 4.7 5.2';
範例: string31.m str = ' '; mat = sscanf(str, '%f') mat = 2.0000 4.7000 5.2000

42 設計一個函數capalize.m 用法如下： outputStr = capalize(inputStr)
函數 capalize 會將此字串中，每個字（Word）的第一個字母改成大寫，其餘則為小寫，並將多個空格代換成一個空格，outputStr 則是最後的輸出字串。 當輸入是 'you are my sunshine' 時，所得到的輸出字串是 'You Are My Sunshine'。

43 function out = capalize(in)
%capalize: Capitalize each word of a given sentence % Usage: out = captalize(in) % Multiple spaces are reduced to a single space too. if nargin<1, selfdemo; return; end if isempty(in), out = ''; return; end i = 1; [token, rem] = strtok(in); while ~isempty(token) extracted{i} = token; i = i+1; [token, rem] = strtok(rem); for i = 1:length(extracted), string = extracted{i}; new_string = [upper(string(1)), string(2:end)]; extracted{i} = new_string; out = extracted{1}; for i = 2:length(extracted), out = [out, ' ', extracted{i}]; % ====== Self demo function selfdemo input = 'this is A test for Me too'; output = feval(mfilename, input); fprintf('input = %s\n', input); fprintf('output = %s\n', output);

44 HW：補強 capalize.m 當輸入是 ‘you are mY sUNshine’時，

45 設計一個函數split.m 可以將一個字串，依照給定的分界字元（Delimiter），拆解成一個字串異值陣列
用法如下：outputStr = split(string, delimiter) 其中 string 是輸入字串，delimiter 是分界字元，輸出 output 則是一個由字串形成的異值陣列。 split('This-is-a-test', '-') 所產生的結果是 {'This', 'is', 'a', 'test'}。

46 function tokenList = split(str, delimiter)
% Split a string based on a given delimiter % % tokenList = split(str, delimiter) if nargin==0; selfdemo; return; end tokenList = {}; remain = str; i = 1; while ~isempty(remain), [token, remain] = strtok(remain, delimiter); tokenList{i} = token; i = i+1; end function selfdemo str='This-is-a-test'; tokenList=feval(mfilename, str, '-'); str fprintf('After running "tokenList=split(str, ''-'')":\n'); tokenList

47 設計一個 函數 countrows.m 可以計算在一個字串二維陣列中，每一個字串出現的次數
其用法如下： [rows, count] = countrows(A) 當 A=['cd '; 'ab '; 'abc'; 'ab '; 'cd '; 'ab '; 'de '] 時，所得到的 rows 是 ['ab '; 'cd '; 'de '; 'abc']，count 是 [3; 2; 1; 1] 代表在字串陣列 A 中，'ab ' 出現 3 次，'cd ' 出現 2 次，'de ' 出現 1 次，'abc' 出現 1 次。

48 countrows.m % ======= Subfunction ========== function selfdemo
A = ['一台';'八爪'; '三光'; '人性'; '八爪'; '三光'; '八爪']; fprintf('Original string matrix:\n'); disp(A); fprintf('After sorting and finding counts of unique rows:\n'); [uniq_row, count] = countrows(A); for i = 1:length(count), fprintf('%s ==> %g\n', uniq_row(i, :), count(i)); end fprintf('Original cell array of strings:\n'); A = {'abc';'acd';'ad';'a';'bc';'ad';'acd';'acd'}; fprintf('%s ==> %g\n', uniq_row{i}, count(i)); function [uniq_row, count] = countrows(A) % COUNTROWS Unique element counts for a given matrix. % [uniq_row, count] = countrow(A) % A: input matrix where each row is viewed as an "element" % uniq_row: sorted listing of unique row in A % count: counts for each returned unique row % If A is a cell array of strings, then the output uniq_row is also a % cell array of strings. if nargin == 0, selfdemo; return, end cellstr_input = 0; if iscellstr(A), A = char(A); cellstr_input = 1; end term = sortrows(A); tmp1 = term; tmp1(end+1, :) = tmp1(end, :) + 1; tmp2 = tmp1(1:end-1, :) - tmp1(2:end, :); index = find(sum(abs(tmp2)') ~= 0); uniq_row = term(index, :); count = diff([0, index])'; % Rearrange according to decending order of counts [count, index] = sort(count); count = flipud(count); index = flipud(index); uniq_row = uniq_row(index, :); % Return cell array of string if given cell array of string if cellstr_input, uniq_row = cellstr(uniq_row);

49 設計一個 函數 str2ngram.m 可以傳回在一個輸入字串中，所存在的「n-字詞」
用法如下：ngramArray = str2ngram(string, n) 當 n = 2 時，此函數可以傳回由「二字詞」（Bigrams，任何相鄰兩個字）所形成的字串陣列 當 n = 3 時，此函數可以傳回由「三字詞」（Trigrams，任何相鄰三個字）所形成的字串陣列 依此類推。例如，str2ngram('網路上的芳鄰', 3) 所傳回的字串陣列是是 ['網路上'; '路上的'; '上的芳'; '的芳鄰']。

50 str2ngram.m function ngram = str2ngram(str, n)
% Extract n-gram from a given string or cell string % Usage: ngram = str2ngram(str, n) % str: a single string or a cell string if nargin<1; selfdemo; return; end if nargin<2; n=2; end if isstr(str) ngram=char(buffer2(str, n, n-1)'); end if iscell(str) ngram=[]; for i=1:length(str) ngram=[ngram; str2ngram(str{i}, n)]; % ====== Sub-function ====== function out = buffer2(y, frameSize, overlap) % BUFFER2 Frame blocking, This is almost the same as % "buffer“ except that there is no leading zeros y = y(:); step = frameSize-overlap; frameCount = floor((length(y)-overlap)/step); out = zeros(frameSize, frameCount); for i=1:frameCount, startIndex = (i-1)*step+1; out(:, i) = y(startIndex:(startIndex+frameSize-1)); end % ====== Self demo ===== function selfdemo str = {'網路上的芳鄰', '清華大學ABCD'}; for i=1:length(str) fprintf('str{%d}=%s\n', i, str{i}); trigram = feval(mfilename, str, 3); fprintf('Trigram of the above string is: \n'); disp(trigram);

51 設計一個遞迴函式 combine.m 可對輸入字串進行組合
combine('abcd', 2) 所傳回的字串矩陣是 ab ac ad bc bd cd 此字串矩陣的每一列代表從輸入字串任取兩個字元時，所有可能的組合。

52 combine.m if n==1, out = obj(:); return; end
function out = combine(obj, n) % out = combine(obj, n) returns combinations % of obj with n distinct elements. % For instance: combine([ ], 2) or combine('abcde', 3). if n==1, out = obj(:); return; end if n==length(obj), out = obj(:)'; return; end out = []; for i = 1:length(obj)-1, first = obj(i); tail = obj(i+1:length(obj)); tail_combinat = combine(tail, n-1); loop_out = [first*ones(size(tail_combinat,1), 1), tail_combinat]; out = [out; loop_out]; end

53 設計一個 遞迴函式 permute2.m 可對輸入字串進行排列。
permute2('abc', 2)所傳回的字串矩陣是 ab ac ba bc ca cb 此字串矩陣的每一列代表輸入字串所有可能的排列。

54 permute2.m function out = permute2(obj, n)
% out = permut(obj, n) returns permutation of obj with n elements. % All elements of obj is assumed to be distinct. % If n is not given, length(obj) is used instead. % For instance: permute([ ], 2) or permute('abcde‘, 3). if nargin == 1, n = length(obj); end if length(obj) == 1, out = obj; return elseif n == 1, out = obj(:); return; end out = []; for i = 1:length(obj), first = obj(i); remainder = obj; remainder(i) = []; remainder_permute = permute(remainder, n-1); loop_out = [first*ones(size(remainder_permute,1),1), remainder_permute]; out = [out; loop_out];

55 combine 與 permute2 之比較 combine(‘abc’,2) ab ac bc permute2('abc', 2)
ab ac ba bc ca cb combine([1 2 3],2) 1 2 1 3 2 3 3 2 permute2([1 2 3], 2) 1 2 1 3 2 1 2 3 3 1 3 2

56 讀入 news.txt (大約六千則新聞)，並列出最常出現的 10 個二字詞及其出現次數，請將結果按出現次數由高而低來印出。
設計一個程式 getNgramStat.m 讀入 news.txt (大約六千則新聞)，並列出最常出現的 10 個二字詞及其出現次數，請將結果按出現次數由高而低來印出。 請對「三字詞」、「四字詞」及「五字詞」進行類似的運算。 在進行統計時，這些 n-字詞不能包含大五碼的標點符號，也不能包含英文字母。

57 getNgramStat.m % 統計 n-gram (bigram, trigram 等）在一篇文章出現的次數
filename='news.txt'; string=fileread(filename); string=xlate(string); % 將兩個 byte 合成一個單位 string=string(isbig5(string)); % 只保留中文常用字 for n=2:5 fprintf('Collect %g-grams...\n', n); ngram=str2ngram(string, n); fprintf('Sort %g %g-grams...\n', size(ngram,1), n); [uniqNgram, count] = countrows(ngram); fprintf('Display %d distinct n-grams according to counts...\n', size(uniqNgram,1)); for i = 1:10 fprintf('%d/%d: %s ===> %g\n', i, size(uniqNgram,1), uniqNgram(i, :), count(i)); end

58 使用者自建的 fileread 函數 function contents = fileread(fileName);
%FILEREAD Read the contents of a file and put it into a cell string if nargin==0, selfdemo; return; end fid = fopen(fileName); if fid<0, error('Cannot open file!'); end lineNum = 1; while 1 line = fgetl(fid); if ~isstr(line), break, end contents{lineNum} = xlate(line); lineNum = lineNum+1; fclose(fid); if exist('contents')~=1 contents=[]; % ====== self demo function selfdemo fileName = [mfilename, '.m']; contents = feval(mfilename, fileName); fprintf('The contents of "%s":\n', mfilename); for i=1:length(contents), fprintf('%s\n', contents{i});

59 writeOutputFile.m 值得細讀的程式工具
功能：將本章使用的所有 string*.m 程式的螢幕輸出，存入 output/*.txt 或 *.jpg 檔案內

60 使用者自建的 filewrite 函數 function filewrite(cellStr, fileName);
%FILEWRITE Write a cell string to a file if nargin==0, selfdemo; return; end fid = fopen(fileName, 'w'); if fid<0, errorMessage=['Cannot open "', fileName, '"!']; error(errorMessage); end for i=1:length(cellStr), fprintf(fid, '%s\r\n', cellStr{i}); fclose(fid); % ====== self demo function selfdemo fileName = [tempdir, 'test.txt']; fprintf('fileName=%s\n', fileName); cellStr={'This', 'is', 'a', 'test.'}; fprintf('cellStr = '); disp(cellStr); feval(mfilename, cellStr, fileName); fprintf('The contents of "cellStr" have been written to "%s":\n', fileName); type(fileName);