记一次java读取matlab数据方式

背景，了解一下

目前在做一个有点科研性质的软件项目，应用程序难免要涉及到一些科学计算上相关的东西，而matlab是科学计算领域最常用的工具，这不，刚接到产品经理描述的需求，用户会将matlab产生的结果文件（.mat）上传到系统，系统解析这个结果，然后在网页上展示。虽说最近哈工大被禁用matlab风波一时，大家隐忧不解，但是没有好的替代品前，还是得硬着头皮继续用着（客户不是哈工大，还可以用）。在接到这样的需求时，首先去确认了下能否实现，随手baidu，出来不少神仙们写的java读取matlab数据的博客，内心放心了一大半，能解决就好。产品经理一听能够解决，心里美滋滋，以最快的速度进行了需求确认->产品设计->评审、并向客户要了份测试数据交了过来，于是那时那刻手里攥着一份.mat数据，对它还一所知。

问题解决思路

接下来就得以科学严谨的态度来解决问题了，大概分这样几步：

找研究算法同事（他们的电脑一般都装有matlab）帮忙打开这个.mat文件，看看它长什么样子（何方妖怪），结果，清秀的像个excel表格。

图1

先了解下matlab，所谓磨刀不误砍柴工。有些道友可能会直接施展CV大法，轻松搞定。但是如果根基薄弱的话，还是不建议这样做，提前了解多一些，还是多少可以减少点后期的问题，而且也能更加从容的应对后续的变化。
动手、尝试与封装

matlab扫盲学习，简单总结

Matlab可以说是一个计算平台，也可以说是一门高级语言，它有着自定义的数据类型，和其他语言相似，也有数值、字符、map等。下图是在后续实现中看到的封装matlab数据类型类的部分截图：

图2

比较疑惑的可能是sparse 和 cell 。sparse是稀疏矩阵，cell 是索引数据容器的数据类型，它是一个数组，只是数组里存放的是其他类型数据的索引。数组和矩阵是matlab总信息和数据的基本表示形式。

通过官网学习是才是扫盲的第一步，从matlab语言基础知识可以了解到更多数据类型的介绍，比如table类型，还记的.mat打开后清秀的样子吗，大胆猜测产品经理拿来的数据可能就和table有关。

扫盲方式：先从官网学习，一知半解，然后再实践中对照印证。

动手，尝试过程记录

百度一下清一色都是使用ujmp-jmatio 来实.mat文件内容的读写，

1. 尝试使用jmatio，结果失败了。

首先在项目中引入

<dependency>
    <groupId>net.sourceforge.jmatio</groupId>
    <artifactId>jmatio</artifactId>
    <version>1.0</version>
</dependency>

实在读取mat文件，结果报错了

MatFileReader reader = new MatFileReader("QA_table.mat");

Exception in thread "main" java.lang.ClassCastException: com.jmatio.types.MLUInt32 cannot be cast to com.jmatio.types.MLUInt8

ujmp-jmatio 实际上也是引用了jmatio, 再进行了一层封装，尝试使用ujmp-jmatio结果抛了同样的错误，怀疑是不是版本的问题，看了mvnrepository, 只有1.0版本，matlab不同版本数据定义有差异，估计我拿到的文件版本确实不兼容了。这条路没有再深究下去。

2. 转换为mfl，结果成功了

在github 搜索了一番，找到项目 https://github.com/HebiRobotics/MFL，引入项目尝试

<dependency>
        <groupId>us.hebi.matlab.mat</groupId>
        <artifactId>mfl-core</artifactId>
        <version>0.5.6</version>
</dependency>

Mat5File file = Mat5.readFromFile("QA_table.mat");
System.out.println(file);

很庆幸，没有再报错了，看看打印出来的结果：

Mat5File{description='MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Wed Apr 01 14:52:21 2020', subsysOffset=213, byteOrder=LITTLE_ENDIAN, version=1}
QA_table = 1x1 table
    ndims: 2.0
    nrows: 3.0
    rownames: {}
    nvars: 16.0
    varnames: 1x16 cell
    data: 1x16 cell
    props: 1x1 struct
        Description: ''
        VariableDescriptions: {}
        VariableUnits: {}
        DimensionNames: 1x2 cell
        UserData: []
"" = 1x6600 uint8

从结果可以看出文件有两个主体，一个是name为QA_table的 table，另一个是name为空串的unit8, 第一个应该就是要读取的主体内容（1x6600 unit8 一时没弄明白是什么含义），MFL库中没有table结构相关的封装类，但是可以直接使用getStruct来获取。

// 使用name 或者索引都可以
Struct struct = file.getStruct("QA_table");
// Struct struct = file.getStruct(0);

假如要读取图1中filename列中的三行分别的值，先简单分析下file 打印的信息(以下没有任何官方说明，仅为个人推测和实践)：

ndims：表示维度，当前为2维数据
nrow3: 数据行数，3行，和图1是一致的。
nvars: 变量个数，等同于列数
varnames: 存放列名
data: 存放数据
props：表的属性

以下是具体读取信息的代码：

// 首先获取数据， data: 1x16 cell
Cell data = struct.getCell("data");
// 读取cell中第二列 ，就是filename列
Cell filenameValues = data.get(0, 1);
// 打印所有filename 值
for (int i=0; i<3; i++) {
    System.out.println(filenameValues.get(i, 0) .toString());
}

之所以像上面这般读取，是因为给的数据结构是 116 cell数组，数组内元素是 31 的cell数组；

图3

接来下就是封装工具，将表格转为json数据，提供给业务方调用，具体代码就不贴了。整个过程就是如此，感谢抽空阅读。

参考文档

1、《MatLab数据结构》BlueHeart0621