May 232012
 
This entry is part 5 of 13 in the series Matlab基础班附加材料

Matlab的urlread()函数可以读取网页,调用语法:

S = urlread('URL','method',PARAMS)

共有三个参数,第一个是网页地址,第二个是get或是post,意思很直白;第三个则是要向网页传递的参数,详细见help文档。本博文的这个问题不是重点。

重点在于,用这个读取中文网页会乱码。例如:S=urlread('http://sina.com.cn');

自己去看S的内容,里面凡是应该是中文文字的部分都是问号。

 

3年前,我写Matlab基础班讲义的时候实际已经把这个问题解决了,但是没有记录下来,这次又遇上同样的问题,一下子记不起来了(翻开当年讲义,看到自己写到“这个问题可以通过手工修改urlread()函数解决”,感到很愤慨,多写一句我就不用费那劳什子的精神了)

 

废话打住,下面开工修理urlread()函数,让它能够正常搞中文网页(注我用的是2012A版本,其他版本可能有变化)。在Matlab中输入 edit urlread打开函数代码文件。

修改1:  修改第一行的函数定义,本来是三个参数,在最后添加一个。
例如,我修改后:function [output,status] = urlread(urlChar,method,params,webencoding)
在下面添加一句
if nargin<4; webencoding='UTF-8'; end
作用是与修改前的函数调用语法兼容。

修改2: 修改参数数量检验语句,该语句位于文件中偏前部,例如原来是narginchk(1,3)改为narginchk(1,4)

修改3: 修改文件尾部的数据转换语句,它原本是:
output = native2unicode(typecast(byteArrayOutputStream.toByteArray','uint8'),'UTF-8');
用webencoding替换'UTF-8',注意包括单引号也要替换。

搞定了,然后再读取网页。一般中文网页的网页编码是'GBK'(兼容’GB2312'),调用语法是:

S=urlread('http://sina.com.cn','get','','GBK')

这样返回来的文字里面就可以正常显示中文了。

No related posts.

Series Navigation<< Matlab处理XML文件之简易版绘制多个指标数据间关系 >>
Bookmark/FavoritesSina WeiboGoogle+FacebookQQTwitterYahoo BookmarksBaiduDiggEmailGoogle GmailOutlook.comEvernotePrintAIMLinkedInBlogger PostKindle ItShare

Related Posts:
  • No Related Posts, :-(

 Leave a Reply

(required)

(required)


*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>