第一次个人编程作业

github地址https://github.com/ElEgent1/ElEgent1/tree/main/202121331083

源码

`
package lianxi;
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;
import java.util.Set;
import java.util.HashSet;

public class PlagiarismChecker {

public static void main(String[] args) {
    if (args.length != 3) {
        System.out.println("Usage: java PlagiarismChecker <OriginalFile> <CopiedFile> <AnswerFile>");
        return;
    }

    String originalFilePath = args[0];
    String copiedFilePath = args[1];
    String answerFilePath = args[2];

    try {
        String originalText = readTextFromFile(originalFilePath);
        String copiedText = readTextFromFile(copiedFilePath);

        double plagiarismRate = calculatePlagiarismRate(originalText, copiedText);

        writeResultToFile(answerFilePath, plagiarismRate);

        System.out.println("Plagiarism rate: " + plagiarismRate);
    } catch (IOException e) {
        e.printStackTrace();
    }
}

private static String readTextFromFile(String filePath) throws IOException {
    StringBuilder text = new StringBuilder();
    try (BufferedReader reader = new BufferedReader(new FileReader(filePath))) {
        String line;
        while ((line = reader.readLine()) != null) {
            text.append(line).append("\n");
        }
    }
    return text.toString();
}

private static double calculatePlagiarismRate(String originalText, String copiedText) {
    Set<String> originalWords = extractWords(originalText);
    Set<String> copiedWords = extractWords(copiedText);

    if (originalWords.isEmpty() || copiedWords.isEmpty()) {
        return 0.0; // 两个集合中有一个为空，返回默认值0.0
    }

    int commonWordsCount = 0;
    for (String word : copiedWords) {
        if (originalWords.contains(word)) {
            commonWordsCount++;
        }
    }

    // 计算重复率
    double plagiarismRate = (double) commonWordsCount / Math.max(originalWords.size(), copiedWords.size());

    return plagiarismRate;
}

private static Set<String> extractWords(String text) {
    Set<String> words = new HashSet<>();
    String[] tokens = text.split("\\s+");
    for (String token : tokens) {
        // 过滤掉标点符号等非字母字符
        String word = token.replaceAll("[^a-zA-Z]", "").toLowerCase();
        if (!word.isEmpty()) {
            words.add(word);
        }
    }
    return words;
}



private static void writeResultToFile(String filePath, double plagiarismRate) throws IOException {
    try (FileWriter writer = new FileWriter(filePath)) {
        writer.write(String.format("%.2f", plagiarismRate));
    }
}

}
`

异常处理

*命令行参数检查
`
if (args.length != 3) {
System.out.println("Usage: java PlagiarismChecker ");
return;
}

首先，程序会检查命令行参数的数量是否为3。如果不是，就会输出一条使用说明并且程序返回。 *获取文件路径
String originalFilePath = args[0];
String copiedFilePath = args[1];
String answerFilePath = args[2];
如果命令行参数数量正确，程序会从参数中获取原文文件路径、抄袭版论文文件路径以及答案文件路径 *读取原文和抄袭版论文
String originalText = readTextFromFile(originalFilePath);
String copiedText = readTextFromFile(copiedFilePath);
`
使用readTextFromFile方法分别读取原文和抄袭版论文的内容，并将其存储在originalText和copiedText变量中。

提取输入文本单词模块

private static Set<String> extractWords(String text) { Set<String> words = new HashSet<>(); String[] tokens = text.split("\\s+"); for (String token : tokens) { // 过滤掉标点符号等非字母字符 String word = token.replaceAll("[^a-zA-Z]", "").toLowerCase(); if (!word.isEmpty()) { words.add(word); } } return words; }
创建一个HashSet用于存储不重复的的元素。String[] tokens = text.split("\s+"); 使用正则表达式 \s+ 将文本 text 拆分成单词（以空白字符为分隔符）。拆分后的结果将存储在 tokens 数组中。使用正则表达式将非字母字符替换为空字符串，这样可以去掉标点符号等非字母字符。toLowerCase() 将单词转换为小写字母，以保证大小写不影响最终查重率的计算。

计算模块

`
private static double calculatePlagiarismRate(String originalText, String copiedText) {
Set originalWords = extractWords(originalText);
Set copiedWords = extractWords(copiedText);

    if (originalWords.isEmpty() || copiedWords.isEmpty()) {
        return 0.0; // 两个集合中有一个为空，返回默认值0.0
    }

    int commonWordsCount = 0;
    for (String word : copiedWords) {
        if (originalWords.contains(word)) {
            commonWordsCount++;
        }
    }

    // 计算重复率
    double plagiarismRate = (double) commonWordsCount / Math.max(originalWords.size(), copiedWords.size());

    return plagiarismRate;
}

`
通过将原文和抄袭版文本转换成单词集合，然后统计它们之间相同单词的数量，最后计算查重率。如果其中任意一个文本为空，则返回查重率为 0.0。

测试图例

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	10	10
Estimate	估计这个任务需要多少时间	10	10
Development	开发	20	20
Analysis	需求分析 (包括学习新技术)	20	20
Design Spec	生成设计文档	30	30
Design Review	设计复审	0	0
Coding Standard	代码规范 (为目前的开发制定合适的规范)	0	0
Design	具体设计	20	20
Coding	具体编码	60	60
Code Review	代码复审	10	10
Test	测试（自我测试，修改代码，提交修改）	10	10
Reporting	报告	30	30
Test Repor	测试报告	0	0
Size Measurement	计算工作量	0	0
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	0	0
------	· 合计	270	270