第一次个人编程作业
Github
PSP Table
| PSP2.1 | Personal Software Process Stages | Estimated time（minutes） | The actual time consuming（minutes） |
|---|---|---|---|
| Planning | 计划 | 15 | 15 |
| ·Estimate | ·估计这个任务需要多少时间 | 15 | 15 |
| Development | 开发 | 2090 | 2330 |
| · Analysis | · 需求分析 (包括学习新技术) | 960 | 1080 |
| · Design Spec | · 生成设计文档 | 40 | 50 |
| · Design Review | · 设计复审 | 20 | 10 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 10 | 10 |
| · Design | · 具体设计 | 30 | 35 |
| · Coding | · 具体编码 | 800 | 900 |
| · Code Review | · 代码复审 | 30 | 25 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 200 | 220 |
| Reporting | 报告 | 70 | 70 |
| · Test Repor | · 测试报告 | 30 | 25 |
| · Size Measurement | · 计算工作量 | 20 | 20 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 20 | 25 |
| · 合计 | 2175 | 2415 |
计算模块接口的设计与实现过程
计算模块接口设计
编程语言：Python
思想：总体上采用的是分而治之的思想。将地址逐级分离出来，然后再对每一级地址进行单独处理。每分离出一级地址就把该部分从字符串中删除，以缩短字符串长度。下面是具体的流程。
流程图(工具：processon)：
实现过程
按照上面的思路来做，大方向是没有错的。 但是具体实现时还是有遇到很多问题。要处理各种细节，比如缺失后缀，缺失某级地址等情况。
关键代码
获取电话号码：
def gettelnum(is_eg): #获得电话号码
find = re.search(r'\d{11}', is_eg) #\d{11}表\d匹配11次
if find == None:
return ""
return find.group(0)
注：电话号码肯定是要第一个处理的，因为其特征性最强，就是11个连续的数字，最好找。找出来之后就将其从字符串中删除，缩短字符长度，也方便后面的工作，因为有些地址中电话号码会将某些名字分割开，例如：1!小陈,广东省东莞市凤岗13965231525镇凤平路13号.
这里凤岗镇就被电话号码隔开了。
获取省份：
def getprovince(is_eg): ##获得省
find = re.search(("(.*?省)|(.*?自治区)|上海市|北京市|天津市|重庆市"), is_eg)
if find != None:
length = len(find.group(0))
if find == None or length > 5: #处理第一级地址没写全的情况
if is_eg[0:3] == "黑龙江":
return "黑龙江"
if is_eg[0:3] == "内蒙古":
return "内蒙古"
return is_eg[0:2]
return find.group(0)
注：使用正则表达式进行匹配，分别匹配省，直辖市，自治区。if find == None or length > 5:这部分处理的是第一级地址没写全和例如“宁夏回族自治区”这样地址长度>5的情况。没写全的情况分两种，一种是黑龙江、内蒙古这种只写三个字的，还有一种是像福建，江西，宁夏，西藏只写两个字的。最后if里面的都返回没有“省、自治区、市”的地址，后面统一加上相关字眼。if外面的返回完整首级地址。
计算模块接口部分的性能改进
代码质量分析
工具：Pycharm的插件Pylint
结果：
修改一：把warning都去除之后
修改二：查看了一下提示，提示参数没有用蛇形命名法。修改了一下参数的命名，分数又提高了一点点
修改三：又是命名不规范，变量没有使用UPPER_CASE命名，再次修改
修改四：差不多了
性能改进
工具：Pycharm专业版的profile
开始：这里选择的是难度2，分割为七级地址的一个输入
statistics：这是统计出来的情况，图一是几个调用的最多的模块，但是主要耗时都不在这。图二是时间消耗的情况，可以看出主要是那个什么“.input”最耗时间，不过咱也不知道这是个什么东西，看上去是什么输入的意思，算了，不管它，咱也不想知道。
图一：
图二：
Call Graph：这是调用关系图，可以看到刚刚上面说的那个调用最多的东西变红了，基本上所有的消耗都在那个地方。
改进：根据上面的调用图，主要的时间都耗在<built-in method builtins.input>这个模块上。但是这个东西到底是什么，根据名字应该是输入的意思，所以我进行了以下的几个尝试。
- 运行profile后，这里会等待输入测试数据，如图：
- 等待一会儿后第一次输入测试数据，如图：
- 进行profile查看结果，如图：
可以看到这次那个模块的耗时是1005ms。
- 同样的数据，再次进行profile，多等待一会再输入测试数据，如图：
由于等了好久才输入数据，可以看到那个模块的耗时大了很多，为39856ms。
总结：通过上面的测试可以发现，<built-in method builtins.input>这个模块的耗时是运行代码后，终端等待输入的时间。所以代码的性能与其没有关系，除去这个部分，主要的时间是花在search函数 上，由于其调用的次数也不多，改进的空间不大，就不进行改进了。以上的测试表明，代码的性能还可以。
计算模块部分单元测试展示
工具：coverage
说明：由于并不会编写单元测试函数，所以此处单元测试使用的主函数来测试。分别选择1! 2! 3! 级的数据各一条来测，测试结果如下：
1!数据：1!家按犯,西藏自治区昌都卡若区城关镇214国道城关镇嘎东街社区居民委员15347650776会.
结果：覆盖率是67%
2!数据：2!薄鹿,内13790487373蒙古自治区锡林郭勒盟二连浩特市差马大街2222号内蒙古格伊古勒生态发展有限公司.
结果：覆盖率是72%
3!数据：3!汲茶,海西蒙古族藏族自治州乌兰县茶18958237812卡镇交通街6-2号扎布寺村村委会.
结果：覆盖率也是72%
代码测试覆盖图：
总结：以上三个数据是随机找的，可以看到结果都是60%以上，由于测试的样例比较少，后面也有可能会出现覆盖率较低的情况。
异常处理
-
异常：这里选择了网站上的一条二级难度的数据进行测试，可以看到
东大街这个地方出现了一个异常，输出变成了口东大街
-
处理：找到
交道这一级地址的分离函数，如下：
由于上面出现的异常是由于
交道口的口被分到了下一级，所以在镇乡这边增加一个口，再跑一遍，结果如下：
可以看到这下分割就对了，不过这个异常的处理只是耍了个小聪明而已。
心路历程
说实话，第一眼看到这个作业我是很崩溃的，看着作业里面的各种名词，什么“Code Quality Analysis”、“Studio Profiling Tools”、“单元测试”、“测试分支覆盖率”的一个都不懂，听都没听说过。以及作业的要求，简直看都看不懂，对我来说这真的好难啊！这是面对题目时受到的第一层打击。接着就是就是听一些大佬讲怎么实现，什么正则表达式啊，blablabla的。听的我是云里雾里。后面又在想要用什么语言去实现，听大家讲python实现起来比较简单，可是我只会C、C++，而且又是很菜的那种。慌了，是真的慌，千言万语一句话“书到用时方恨少”。于是我决定也用python写，因为我估摸着自己用C++写八成是写不出来的，更何况字符串处理这一块我又很薄弱。这是受到的第二层打击。可是有些事确实是感觉“冥冥之中自有安排”，要开始学习python，我正好之前暑假的时候买了一本python的书，二话不说就开启了“速成模式”，疯狂看书，看语法，花了三天时间把基本的语法过了一下，起码是知道了如果我需要实现什么功能该去哪里找，有什么东西能用的上的。“工欲善其事必先利其器”，没错，接着就是解决工具问题了。说来也巧，上Linux课时看到同学在装Pycharm，问了一下是拿来写Python的，我寻思着要不我也装一个，于是我一边问一边装了Pycharm。装这个软件的时候我是还不知道后面要要用Python写。说来也真是幸运，在迷茫中把工具，相关知识都铺垫了一下，为后面扫清了一部分障碍。整个过程给我的一个感觉就是一步步拨开迷雾的过程，越往后越知道要做什么。
