第一次个人编程作业

我的github仓库

一、PSP表格

Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
计划	60	40
估计这个任务需要多少时间	300	200
开发	600	720
需求分析 (包括学习新技术)	30	60
生成设计文档	10	10
设计复审	60	40
代码规范 (为目前的开发制定合适的规范)	30	30
具体设计	120	60
具体编码	600	1200
代码复审	60	30
测试（自我测试，修改代码，提交修改）	60	30
报告	30	40
测试报告	30	30
计算工作量	10	20
事后总结, 并提出过程改进计划	20	30
合计	2020	2540

二、计算模块的接口

(2.1)计算模块接口的设计与实现过程。

• 1.思想起源：刚刚拿到这个题思考了一下，发现没有什么清晰的思路，百度一下后发现网上大多数都是使用DFA算法和AC自动机进行敏感词检测，初看代码觉得太复杂就放弃了，之后上数据分析的时候吴伶老师提到了正则表达式，让我对此产生了思考。
• 2.实现过程：处不勾选构建几个函数分别是get_sensitiveword(获取敏感词库的函数），get_sensitivecontent(获取待检测文本的函数）以上函数均将文本内容转化为字符串，储存在列表之中。接着就开始构造本次作业的核心部分g构建符合要求的正则表达式，考虑到这次作业要实现的功能，主要包括（特殊字符的插入，拼音，同音字，偏旁的拆分所以正则的构建如下forming_re）紧接着的主函数先对文件是否存在的问题进行判断，然后在调用前面的函数，对待检测文本进行敏感词的循环匹配（感觉这部分算法很low,可能导致代码的性能不高）
  
  
  
  最后就是关于敏感词的循环检测，代码见github
  

(2.2)计算模块接口部分的性能改进。

• 性能分析截图如下
  
  
  可以发现主要的功能实现在主函数里的循环检测部分，本代码使用了较多的内置方法，可见built -in method占比较大
  改进思路：我想出了单纯用循环一个个检测花时较大，如果用递归的思想，可能可以节省大部分的时间。

(2.3)计算模块部分单元测试展示。

• 在main.py中写入新函数def_test
  
  然后运用构造一个类，引入self对象运用assertEquals函数对代码执行结果与预计结果进行对比，下列测试了10个点，依次通过，函数主要是
  import unittest
  from main import test
  class MyTestCase(unittest.TestCase):
  def test1(self):
  self.assertEqual(test("./words1.txt", "./org1.txt")[0], "Line1: <好人> 好技术的蚕丝@@@人")
  
  测试组给的数据测试截图
  

(2.4)计算模块部分异常处理说明。

做到这里的时候心态已经快崩了，只做了文件不存在时的异常处理
当文件不存在时，跑出文件不存在的提醒，使用os库进行处理

三、心得

(3.1)在完成本次作业过程的心得体会。

超级无敌有成就感，虽然感觉分数不高，刚开始看到题目的时候就觉得对我来说这题基本做不出来，深深地爱上了柯逍老师，真的好爱，说实话只想着做个最基本的然后摆烂。
消耗了很多时间和精力，但是也学到了很多，Github的使用越发娴熟，第三方库的使用也更加得心应手，程序不知道写的怎么样，不过也是尽力了，学到了很多算法比如DFA AC虽然我不是这么做的，但是也稍微学了下，深刻的意识到了正则表达式的强大，真的好爱。对python代码的运用也更加熟练，也体会到了很多之前感受不到的难度。