MATLAB读取中文txt

背景介绍

最近在处理txt文件，并且文件里包含了中文，发现很麻烦。

1. 编码方式，一般来说，只含英文的用ASCII打开就好了，这样也会和手册上对应起来，比如哪一位是哪一位，哪几位代表什么含义，但是这样不能知道中文字符到底是什么，如果用UTF-8打开，那么可以显示中文字符，不过每一位代表的含义变了，因为一个中文顶替了两个英文字符的位置
2. UTF-8并不经常好用，gb18030包含更全面

读取中文txt，并且判断中文的位置

% 1.1. 打开文件
fid = fopen(file, 'r+','n','gb18030');%打开为gb18030（ASCII）
% 1.2. 将所有内容读入到字符串集合bpa_info 中
bpa_info = cell(5000, 1);
ii = 1;
while (~feof(fid))
    newline = fgetl(fid);
    bpa_info(ii) = {newline};
    ii = ii + 1;    
    % 中文的部分
    pattern = '[^\x00-\xff]'; % 匹配中文字符的正则表达式
    str = native2unicode(newline, 'UTF-8');
    matchIndices = regexp(str, pattern); % 查找所有匹配项的位置
    numChinese = length(matchIndices); % 统计中文字符数量    
    if numChinese > 0
        disp(['该字符串包含 ', num2str(numChinese), ' 个中文字符']);
        disp([str(matchIndices)]);        
    else
        disp('该字符串不包含中文字符。');
    end
end