用MATLAB的r2017b版本软件读取名为“catering_sale”的餐饮日销售数据表,使用xlsread函数读入数据；用find函数找到缺失值，检测并打印结果；对于缺失值取其前后值的平均值填充。

在MATLAB R2017b版本中，你可以通过以下步骤来读取名为“catering_sale”的Excel文件，并处理缺失值：

1. 首先，你需要安装`xlswrite`和`xlsxreader`这两个工具箱，以便支持读取Excel文件。如果你还没有安装，可以使用`addpath('toolbox_path')`将它们添加到路径中，然后运行`installtoolboxes`安装。

2. 使用`xlsread`函数读取数据，假设文件位于当前工作目录下。命令应该类似这样：

filename = 'catering_sale.xlsx';
data = xlsread(filename);

这会返回一个表格数据，其中包含了所有的工作表内容。

3. 然后，使用`find`函数查找缺失值。在MATLAB中，NaN代表缺失值。例如：

missing_values = isnan(data(:));

这将创建一个布尔数组，指示哪些元素是缺失的。

4. 打印出缺失值的位置：

[row, col] = find(missing_values);
disp(['Missing values found at positions (row, col): ', num2str(row'), ', ', num2str(col')]);

5. 对于缺失值，可以用前后非缺失值的平均值进行填充。这里假设每一列的数据是连续的，我们可以计算行内的平均值来进行填充。但是请注意，这种方法可能对某些特定情况不适用，比如边界位置。以下是简单的填充操作：

% 仅填充数值型变量
numeric_data = isnumeric(data);
for i = 1:size(data, 1)
    if missing_values(i) && numeric_data(i)
        % 取前一和后一行的非缺失值平均
        avg_val = mean([data(i-1:end-1, find(~isnan(data(i-1:end-1, :) & data(i-1:end-1, :) ~= 0)), 1), ...
                        data(i+1:end, find(~isnan(data(i+1:end, :) & data(i+1:end, :) ~= 0)), 1)]);
        data(i, find(isnan(data(i, :)))) = avg_val;
    end
end

完成以上步骤后，`data`矩阵就更新了，缺失值已填充。