張智星 (Roger Jang) 清大資工系 多媒體檢索實驗室

Presentation on theme: "張智星 (Roger Jang) 清大資工系 多媒體檢索實驗室"— Presentation transcript:

1 張智星 (Roger Jang) jang@mirlab.org http://mirlab.org/jang 清大資工系 多媒體檢索實驗室
第十章:字元與字串 張智星 (Roger Jang) 清大資工系 多媒體檢索實驗室

2 本章簡介 本章介紹 MATLAB 用於處理字元（Characters）與字串（Strings）的指令及相關資料型態。MATLAB 處理字串的相關指令大部分都放在下列目錄之中： {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 MATLAB 下輸入： help strfun help strings

3 10-1 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

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10-2: string102.m str3 = I like MATLAB, JavaScript, and C++! str1 = 'I like MATLAB,'; % 建立字串變數 str1 str2 = ' JavaScript, and C++!'; % 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10-4: string104.m ans = 16 sentence = 'I''ve got a date!'; length(sentence) % 計算字串變數 sentence 的長度

6 字串和其ASCII code 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10-6: string106.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 字元的儲存 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 MATLAB 是以兩個位元組來儲存一個字元，所以也可以支援中文（MATLAB內部都是以unicode來儲存），而且 中文的 ASCII 內碼都會大於數字 128 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

8 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
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10-11: string111.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*

9 字串的判斷 class 或 ischar 指令: 判斷某一個變數是否為字串 範例10-12: string112.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

10 10-2 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10-13: string201.m departments = ee cs econ departments = ['ee '; 'cs '; 'econ'] % 注意空白字元的使用

11 一個變數來儲存多個字串 用char 指令儲存多個字串 得到結果和前一個範例依樣;
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10-15: string203.m . departments = char('ee', 'cs', 'econ') % 注意「()」及「,」的使用 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

12 一個變數來儲存多個字串 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，怎麼辦?
「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 (string204.m,string205.m) 若要將包含字串的異質陣列轉換成一般的二維字元陣列，還是可以使用 char 指令

13 10-3 字串的比較、尋找、 代換、分解與結合 strcmp 指令: 用於比較字串內容的異同 範例10-19: string301.m
不相等回傳 0，相等回傳 1，和 C 程式語言的strcmp()函數剛好相反，要特別注意！ 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

14 字串的比較和尋找 strncmp:用於比較字串的前 n 個字元 strcmp 及 strncmp 指令亦可用於字串異質陣列
findstr:尋找在某一個長字串中的子字串（Substrings），並傳回其起始位置 strrep:用於字串尋找及代換,例如: newString = strrep(string, pattern, pattern2)

15 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10-24: string306.m parsed = ee cs econ stat me 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

16 字串的結合 MATLAB 在讀入中文字串時，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
native2unicode可將中文的 2-byte 「結合」在一起 範例10-27: string309.m line2 = 我是Roger ans = 7 （註：這個中文讀取問題在MATLAB7.2版之後，已經解決了！） fid = fopen('big5.txt'); line = fgetl(fid); % 讀取一列檔案內容 fclose(fid); line2 = native2unicode(line, 'big5') %將被拆開的中文字結合在一起 leng = length(line2) % 顯示字串長度

17 10-4 字串、數值與陣列的轉換 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 num2str 指令: 將實數轉為字串 dec2hex 指令: 將 10 進位數值資料轉換成 16 進位的字串表示法 更多類似指令如 : hex2num, hex2dec, bin2dec….

18 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，可再變回原先的矩陣
範例10-32: string405.m B = [1 2 1;3 5 6] ans = 1 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

19 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10-33: string406.m newString = 「圓周率」是 sscanf 可依給定的格式來解析出所要的字串或數值 範例10-34: string407.m mat = 2.0000 4.7000 5.2000 str = '圓周率'; newString = sprintf('「%s」是 %g', str, pi) str = ' '; mat = sscanf(str, '%f')