第一次个人编程作业

https://github.com/zhangzh123455/zzh/tree/main/031902531

一、PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划
· Estimate	· 估计这个任务需要多少时间	10	10
Development	开发
· Analysis	· 需求分析 (包括学习新技术)	180	240
· Design Spec	· 生成设计文档	40	40
· Design Review	· 设计复审	15	30
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	20	30
· Design	· 具体设计	60	120
· Coding	· 具体编码	90	180
· Code Review	· 代码复审	20	40
· Test	· 测试（自我测试，修改代码，提交修改）	15	20
Reporting	报告	30	40
· Test Repor	· 测试报告	20	30
· Size Measurement	· 计算工作量	20	30
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	20
	· 合计	560	830

二、计算模块接口

(3.1)计算模块接口的设计与实现过程。设计包括代码如何组织，比如会有几个类，几个函数，他们之间关系如何，关键函数是否需要画出流程图？说明你的算法的关键（不必列出源代码），以及独到之处。
代码中设置了两个类，一个类用来存放类的结点，一个类用来构成一个敏感词树。结点类中有一个son的字典元素，字典的key用来存放敏感词，字典的value用来存放Mgc_treenode(key)，即敏感词的结点。
树的类中设置了两个函数，一个函数用于插入敏感词，其中英文敏感词正常插入即可，而中文的敏感词需要考虑拼音、拼音拆分、拼音缩写等情况，建树的情况较为复杂。下面用图片更直观地说明。另一个函数用于查找敏感词并将其输出。关于汉字拆分的功能由于个人能力不足（实在看不大懂），后续有时间看看能不能回来补上吧
下面是“法轮”和“fuck”的建树效果：

查找函数的大致思想就是，创建一个p结点，最开始p->root从文本中一个个字符读取，并把他们拼音化，如果出现拼音化后的字符串在p的son字典中，则记录start，p变成他对应的子节点，遇到无关字符跳过即可，到最后如果遇到尾结点标志，则可以记录end，并检查是否是最长匹配，是则将其存储在一个列表中，方便输出。

(3.2)计算模块接口部分的性能改进。记录在改进计算模块性能上所花费的时间，描述你改进的思路，并展示一张性能分析图（由VS 2019、JProfiler或者Jetbrains系列IDE自带的Profiler的性能分析工具自动生成），并展示你程序中消耗最大的函数。

从图片中可以看到，程序中消耗最大的函数是lazy_pinyin，优化方法是自己写一个中文转拼音的函数，但是由于lazy_pinyin是Python上可以直接使用的库函数，就没有再特意去自己写了。（主要还是lazy）

(3.3）计算模块部分单元测试展示。展示出项目部分单元测试代码，并说明测试的函数，构造测试数据的思路。并将单元测试得到的测试覆盖率截图，发表在博客中。
构造了两个测试韩式，第一个函数用于测试汉字敏感词的搜索匹配情况；第二个函数用于测试英文敏感词的搜索匹配情况。测试代码与运行结果如下。

import unittest
import mgc
from mgc import *
class testmgc(unittest.TestCase):
    def test_search1(self):
        s=['牛逼','吃屎']
        t=['我叫马牛123逼，你知道我有多niu逼吗？，我敢c时！']
        b=['Total: 3','Line1: <牛逼> 牛123逼','Line1: <牛逼> niu逼','Line1: <吃屎> c时']
        m=mgc.Mgc_tree(s)
        l=len(t)
        self.assertEqual(b,m.search(t,l))

    def test_search2(self):
        s = ['fuck', 'shit']
        t = ['我叫fuc__k，你知道我有多FUC@@k吗？，我敢吃shi他，吃shi，。。t！']
        b = ['Total: 3', 'Line1: <fuck> fuc__k', 'Line1: <fuck> FUC@@k', 'Line1: <shit> shi，。。t']
        m = mgc.Mgc_tree(s)
        l = len(t)
        self.assertEqual(b, m.search(t, l))
if __name__ == '__main__':
  unittest.main()

(3.4)计算模块部分异常处理说明。在博客中详细介绍每种异常的设计目标。每种异常都要选择一个单元测试样例发布在博客中，并指明错误对应的场景。

• 命令行参数数量不对时：

    if len(sys.argv)!=4:
        print("命令行参数错误！")
        exit(0)

• 当读取文件失败时：

    word_path=sys.argv[1]
    org_path=sys.argv[2]
    ans_path=sys.argv[3]
    if os.access(word_path, os.F_OK)!=True:
        print("word_path is not exist.")#敏感词库不存在
        exit(0)
    if os.access(org_path, os.F_OK)!=True:
        print("org_path is not exist.")#测试文本不存在
        exit(0)
    if os.access(ans_path, os.F_OK)!=True:
        print("ans_path is not exist.")#输出文本不存在
        exit(0)

三、心得

(4.1)在完成本次作业过程的心得体会
本次作业是我使用Python这门语言写的第一个完整的程序（除去那些简单的hello world）。
通过本次作业也让我感受到了Python这门语言的方便（相对c）但是方便的同时有时候却影响了运行效率（就比如上方对程序分析时发现的lazy_pinyin函数占用资源过多的问题）
通过本次作业，我认识到了对题目分析和对代码功能提前设计的重要性，最开始没有考虑拼音的问题，导致后面书建了又删，删了又建，耗费了很多时间（虽然这些时间让我对dfa算法更加理解了）。所以说下次做题一定要好好把题目多看几遍，分析设计好程序的大概功能后再开始写代码。
最后是接触了代码性能分析、单元测试等以前没接触的东西，感觉就是打开了新世界的大门吧，这些都是大一大二的代码课不能接触到的东西，更坚定了要好好学这门课的想法。