Matlab函数中最快的文本文件解压方式是什么？

Question

我想使用textscan函数在Matlab中扫描文本文件的文本。在我能够使用fid = fopen('C:\path')打开文本文件之前，我需要先解压缩文件。这些文件的扩展名为：*.gz

有成千上万个文件需要分析，高性能很重要。

我有两个想法： (1) 使用外部程序并从Matlab命令行调用它 (2) 使用Matlab的'zip'工具箱。我听说过gunzip，但不知道它的性能如何。

有人知道如何在Matlab内尽快地解压这些文件吗？

谢谢！

- user276837

---

这个问题可能从未得到解答？你实际上是在寻求最快的解决方案，但却收到了一个没有涉及性能的“解决方案”。 - eMarine

Answer 1

您可以尝试使用Matlab的unzip()函数：

unzip

解压缩zip文件的内容

语法

unzip(zipfilename) unzip(zipfilename, outputdir) unzip(url, ...) filenames = unzip(...)

描述

unzip(zipfilename) 将zipfilename中存档的内容提取到当前文件夹，并设置文件属性，保留时间戳。如果现有文件的属性和所有权允许，则覆盖与存档中相同名称的任何现有文件。例如，重新运行unzip以使用相同的zip文件名提取文件时，不会覆盖具有只读属性的任何文件；而是针对这些文件发出警告。

在内部，它使用Java的zip库org.apache.tools.zip。如果您的zip存档中包含许多文本文件，那么使用Java逐个条目提取它们可能会更快，而无需显式解压缩文件。查看unzip.m的源代码以获取一些想法，以及Java文档。

- Max

Answer 2

我发现在这种情况下，7zip命令行（Windows） / p7zip（Unix）速度更快。

[编辑]从快速测试中，似乎通过调用系统来使用gunzip比使用MATLAB本机gunzip更快。你也可以尝试一下这个方法。

只需编写一个新函数，模仿基本的MATLAB gunzip功能：

function [] = sunzip(fullfilename,output_dir)
if ~exist('output_dir','var'), output_dir = fileparts(fullfilename); end

app_path = '/usr/bin/7za';
switches = ' e'; %提取文件而忽略目录结构
options = [' -o' output_dir];

system([app_path switches options '_' fullfilename]);

然后像使用gunzip一样使用它：

sunzip('/data/time_1000.out.gz',tmp_dir);

使用MATLAB的toc计时器，在6个未压缩的114MB ASCII文件中获得以下提取时间：

gunzip：10.15秒
sunzip：7.84秒

- JS Ng

Answer 3

运行良好，只需对调用可执行文件的Max语法做出微小更改。

system([app_path switches ' ' fullfilename options ]);

- user3473486