MATLAB R2020b读取整个文本文件时如何保留所有换行字符

核心问题原因 #

之前用fscanf读取丢失换行，通常是两个原因导致：

• 调用fscanf时使用了%s格式符，该格式符默认将换行、空格等空白符作为分隔符跳过，不会读取到返回结果中
• 文本模式打开文件时，Windows平台会自动将原文件的\r\n换行做转换，无法保留原始换行字节

方案1（效率最高，推荐）：二进制模式整块读取 #

该方案无任何字符转换、无行拆分/循环开销，大文件下性能远高于readlines、fgetl循环，且会原封不动保留所有字符（包括所有换行符、特殊符号），和原文件内容完全一致。
示例代码：

% 以二进制只读模式打开文件，不会触发任何自动字符转换
fid = fopen('目标文件完整路径.txt', 'rb');
% 一次性读取文件全部字节
rawBytes = fread(fid, inf, 'uint8=>uint8');
fclose(fid);
% 将字节转成字符向量，若文件为非默认编码可配合native2unicode指定编码
% 例如GBK编码文件可写为：fileContent = native2unicode(rawBytes, 'GBK');
fileContent = char(rawBytes.');

方案2：文本模式下用fscanf读取 #

如果可以接受Windows下原文件的\r\n换行被自动转换为单个\n，可以用文本模式打开后，指定%c格式符读取全部字符，不会丢失换行：

fid = fopen('目标文件完整路径.txt', 'rt');
% 必须用%c格式，不要用%s
fileContent = fscanf(fid, '%c');
fclose(fid);

关于readlines方案的效率说明 #

readlines本身底层也是整块读取文件后做行拆分，性能不算差，但如果你不需要按行处理文本，额外的数组拆分、拼接步骤属于冗余开销，文件越大性能损耗越明显，不如直接用二进制读取方案效率高。fgetl循环因为是逐行IO，大文件下性能差距会达到数十倍，不推荐使用。

内容的提问来源于stack exchange，提问作者Argyll