第一次个人编程作业

1.本次作业的github地址链接:

https://github.com/South1999/111700312.git

2.PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	20(sum)
·Estimate	·估计这个任务需要多少时间	20
Development	开发	490(sum)
·Analysis	·需求分析 (包括学习新技术)	120
·Design Spec	·生成设计文档	10
·Design Review	·设计复审	20
·Coding Standard	·代码规范	30
·Design	·具体设计	60
·Coding	·具体编码	90
·Code Review	·代码复审	40
·Test	·测试	120
Reporting	报告	80(sum)
·Test Repor	·测试报告	20
·Test Repor	·计算工作量	20
·Postmortem & Process Improvement Plan	·事后总结, 并提出过程改进计划	40
	· 合计	590

3.计算模块接口的设计与实现过程

本次实现作业我是分为七个部分来写。
举个例子，输入为 2!钮衷,上海市长宁区虹桥街道15839057873虹桥路996号长虹小区.

• 第一部分首先把难度等级提取出来，因为难度等级只有一位数字且一定是在第一位，把第一位保存下来就好，然后把第二位和最后一位无用的标点符号处理掉。此时提取出“2”，剩下“钮衷,上海市长宁区虹桥街道15839057873虹桥路996号长虹小区”。
• 第二部分是把名字提取出来，因为名字后面会跟着一个逗号，可以按顺序读取字符串，遇到逗号时停止，保存逗号之前的字符串，也就是名字，然后把逗号和名字部分处理掉。此时提取出“钮衷”，剩下“上海市长宁区虹桥街道15839057873虹桥路996号长虹小区”。
• 第三部分是提取手机号码，手机号码是11位的数字而且不会和其他数字连在一起，可以遍历字符串，连续出现十一个数字的时候停止，把这十一位保存下来，然后再从字符串中删去这十一个数字。此时提取出“15839057873”，剩下“上海市长宁区虹桥街道虹桥路996号长虹小区”
• 第四部分是提取省市，读取已经预处理的省市地址数据，我用到了字典，键是省，值是市，然后在字符串中去分别查找对应的省和市，有就保存下来，没有就空着，省级单位四个直辖市和一些自治区要特判，市级单位特判自治州和盟和地区，然后把省市级单位从字符串中去掉。此时提取出“上海市”，这里会自动处理出省和市的结果，剩下“长宁区虹桥街道虹桥路996号长虹小区”。
• 第五部分是处理县级地址，按照关键字“区”“县”“市”来查找，提取之后把县级单位从中删去。此时提取出“长宁区”，剩下“虹桥街道虹桥路996号长虹小区”。
• 第六部分提取乡级单位，乡级单位我也是用寻找关键字来提取，然后有就保存下来，没有就为空，之后把乡级单位从字符串中删去。此时提取出“虹桥街道”，剩下“虹桥路996号长虹小区”。
• 第七部分是处理最后一部分的数据，如果是五级地址，直接把剩下的数据直接保存下来就好，如果是七级地址，剩下路名和号码还是按照寻找关键字的方法来提取，最后剩下来的数据就是详细地址。把七个部分连接在一起的就是最初输入的那个字符串，每个部分所用到的字符串一定要是上一部分处理之后的字符串，不可以用原始的。此时提取出“虹桥路”“996号”“长虹小区”，提取结束。

最终结果{'姓名': '钮衷', '手机': '15839057873', '地址': ['上海', '上海市', '长宁区', '虹桥街道', '虹桥路', '996号', '长虹小区']}。

本次作业算法的关键就是关键字的匹配，用到python中的str.find()函数,通过来查找“省”“市”“县”“乡”等一系列关键字来分割各级地址，由于省市级地址可能会缺失关键字，我就把省市地址放在一个文件中，直接匹配名字而不是匹配关键字。特殊的地方在于因为有些地址可能会缺失，而这些地址的关键字可能在下一级地址中出现，所以我限制了查询的位置，如果查询到关键字的位置大于某个值，就把这个地址划分到下一级，这样做可以增加一些正确的概率，但也可能使原本对的值划分错误。

4.计算模块接口部分的性能改进。

（测试性能我输入了多组数据，数据较少会没有结果）
改进性能上大概花了二十分钟，因为我所写的函数用到的算法都是比较简单的，改进的空间不多，在查找过程中如果找到关键字就直接break，可以节约一些时间。消耗最大的函数如下：

def sol_p_c(msg):
    # 读入地址文件
    fp = open('address.txt', mode="r", encoding="utf-8", errors="ignore")
    addr = eval(fp.read())
    # 分离出省市,并处理
    province = ""
    city = ""
    for key in addr.keys():
        if (msg.find(key) >= 0):
            if (msg[len(key)] == '省'):
                province = key
                msg = msg[len(key) + 1:]
            else:
                province = key
                msg = msg[len(key):]

            for ad in addr[key]:
                if (msg.find(ad) >= 0):
                    if (msg[len(ad)] == '市'):
                        city = ad
                        msg = msg[len(ad) + 1:]
                        break
                    else:
                        city = ad
                        msg = msg[len(ad):]
                        break

            break

    if (province == '北京' or province == '天津' or province == '重庆' or province == '上海'):
        if (msg[0] == '市'):
            msg = msg[1:]
        city = province
    elif (province != "" and province[len(province) - 1] != '区'):
        province += '省'

    if (city.find('区') == -1 and city.find('自治州') == -1 and city.find('盟') == -1):
        if (city != ''):
            city += '市'
    return msg, province, city

5.计算模块部分单元测试

输入：
1!荣蛇梗,海南省海口市琼山区红旗镇道崇村村邮15864093013站.
1!单滓坡,13698659990安徽铜陵义安区*联镇011县道汀洲村党群综合服务中心.
1!於检,宁夏回族自治区吴忠市同心县豫13009901693海镇银**街140号城二餐厅.
1!明赠,13485907938山*省*中市*遥县南关大街30号城南堡党支部村委会.
1!罗鹏,重庆满月乡月13855683225发街1号开州区满月乡公共卫生管理中心.
2!刁俱嗜,广东省珠海市斗门13516594285区井岸镇井岸渡江路朝福苑飞龙二区3号楼.
2!戎菱怠,河南*顶山市新华区*市场街道*安大道红旗街小区16号楼13726321206.
2!伯箍,山东省烟台市蓬莱市南王街道半岛蓝庭4期10号13757416720楼.
2!苍逛,广*壮族自治区来宾市兴宾区河*街道文明路64号河15165696049*街道缤纷社区居务监督委员会.
2!满茧腌,湖北省鄂州市涂家垴镇发13387889865展路9号鄂州市涂家垴派出所.
3!符乡,安徽大观区菱湖街道宜园13281503317路80号.
3!褚佳,浦13447146058东新区惠南镇靖海路440号靖海桥大楼.

输出：
{'姓名': '荣蛇梗', '手机': '15864093013', '地址': ['海南省', '海口市', '琼山区', '红旗镇', '道崇村村邮站']}
{'姓名': '单滓坡', '手机': '13698659990', '地址': ['安徽省', '铜陵市', '义安区', '*联镇', '011县道汀洲村党群综合服务中心']}
{'姓名': '於检', '手机': '13009901693', '地址': ['宁夏回族自治区', '吴忠市', '同心县', '豫海镇', '银**街140号城二餐厅']}
{'姓名': '明赠', '手机': '13485907938', '地址': ['山*省', '*中市', '*遥县', '', '南关大街30号城南堡党支部村委会']}
{'姓名': '罗鹏', '手机': '13855683225', '地址': ['重庆', '重庆市', '', '满月乡', '月发街1号开州区满月乡公共卫生管理中心']}
{'姓名': '刁俱嗜', '手机': '13516594285', '地址': ['广东省', '珠海市', '斗门区', '井岸镇', '井岸渡江路', '', '朝福苑飞龙二区3号楼']}
{'姓名': '戎菱怠', '手机': '13726321206', '地址': ['河南省', '*顶山市', '新华区', '*市场街道', '*安大道', '', '红旗街小区16号楼']}
{'姓名': '伯箍', '手机': '13757416720', '地址': ['山东省', '烟台市', '蓬莱市', '南王街道', '', '', '半岛蓝庭4期10号楼']}
{'姓名': '苍逛', '手机': '15165696049', '地址': ['广*壮族自治区', '来宾市', '兴宾区', '河*街道', '文明路', '64号', '河*街道缤纷社区居务监督委员会']}
{'姓名': '满茧腌', '手机': '13387889865', '地址': ['湖北省', '鄂州市', '', '涂家垴镇', '发展路', '9号', '鄂州市涂家垴派出所']}
{'姓名': '符乡', '手机': '13281503317', '地址': ['安徽省', '', '大观区', '菱湖街道', '宜园路', '80号', '']}
{'姓名': '褚佳', '手机': '13447146058', '地址': ['', '', '浦东新区', '惠南镇', '靖海路', '440号', '靖海桥大楼']}

代码覆盖率

评测工具结果

6.计算模块部分异常处理说明。

1!佘吏,浙江省湖州市和孚镇李市村15054267850获港大桥南堍费伟民疼痛诊所.
错误输出：{'姓名': '佘吏', '手机': '15054267850', '地址': ['浙江省', '湖州市', '和孚镇李市', '', '村获港大桥南堍费伟民疼痛诊所']}
正确答案：{"姓名": "佘吏", "手机": "15054267850", "地址": ["浙江省", "湖州市", "", "和孚镇", "李市村获港大桥南堍费伟民疼痛诊所"]}

• 这条数据是因为缺失县级地址，但是下一级地址出现了县级地址的关键字“市”，导致分割地址出错。

1!翁庆,江苏省13860627003宿迁市宿城区172乡道罗圩中心小学.
错误输出：{'姓名': '翁庆', '手机': '13860627003', '地址': ['江苏省', '宿迁市', '宿城区', '172乡', '道罗圩中心小学']}
正确答案：{"姓名": "翁庆", "手机": "13860627003", "地址": ["江苏省", "宿迁市", "宿城区", "", "172乡道罗圩中心小学"]}

• 这条数据出错是因为“乡道”是不可分割的，但是“乡道”中有关键字“乡”，错误地分割开。

2!丰缓,天津13608320376市滨海新区新城镇新城村东里5号新城中学.
错误输出：{'姓名': '丰缓', '手机': '13608320376', '地址': ['天津', '天津市', '滨海新区', '新城镇', '新城村', '东里5号', '新城中学']}
正确答案：{"姓名": "丰缓", "手机": "13608320376", "地址": ["天津", "天津市", "滨海新区", "新城镇", "新城村东里", "5号", "新城中学"]}

• 这条数据出错是因为路名级单位关键字判断错误。

2!柳吻,辽宁省大连市中山区青泥13013864707洼桥街道上海路45号宏孚大厦苏宁易购.
错误输出：{'姓名': '柳吻', '手机': '13013864707', '地址': ['上海', '上海市', '大连市', '', '', '', '中山区青泥洼桥街道上海路45号宏孚大厦苏宁易购']}
正确答案 ：{ "姓名": "柳吻", "手机": "13013864707", "地址": ["辽宁省", "大连市", "中山区", "青泥洼桥街道", "上海路", "45号", "宏孚大厦苏宁易购"]}

• 在判断省级地址时，因为我的地址数据上海排在辽宁前面，所以导致误把路名判断成省级单位。

3!符乡,安徽大观区菱湖街道宜园13281503317路80号.
错误输出：{'姓名': '符乡', '手机': '13281503317', '地址': ['安徽省', '', '大观区', '菱湖街道', '宜园路', '80号', '']}
正确答案 ：{"level": 3, "姓名": "符乡", "手机": "13281503317", "地址": ["安徽省", "安庆市", "大观区", "菱湖街道", "宜园路", "80号", ""]}

• 第三种难度地地址需要爬虫等技术，本次作业中没有写相关函数。

7.完整PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	20(sum)	20(sum)
·Estimate	·估计这个任务需要多少时间	20	20
Development	开发	490(sum)	795(sum)
·Analysis	·需求分析 (包括学习新技术)	120	150
·Design Spec	·生成设计文档	10	10
·Design Review	·设计复审	20	15
·Coding Standard	·代码规范	30	20
·Design	·具体设计	60	90
·Coding	·具体编码	90	150
·Code Review	·代码复审	40	60
·Test	·测试	120	300
Reporting	报告	80(sum)	110(sum)
·Test Repor	·测试报告	20	30
·Test Repor	·计算工作量	20	20
·Postmortem & Process Improvement Plan	·事后总结, 并提出过程改进计划	40	60
	· 合计	590	925

简单总结

这次实验在测试上花费了最长时间，总的来说就是我的考虑不够全面，我在之后的修改又加了一些特判，加了一些搜索的关键字，分数有所上升，但是我查看了我错误的测试，发现有些数据我无法保证都兼顾到，原因还是算法不够好，我只用了简单的搜索关键字。而且刚开始也是粗心，自己写的地址数据没有写全。第三级难度需要用爬虫去爬取地图数据，但是短时间内我学不会，也算是这次作业的遗憾，之后我会努力补上。