软工实践寒假作业(2/2)

这个作业属于哪个课程	2020春s班
这个作业要求在哪里	软工实践寒假作业(2/2)
这个作业的目标	github初使用，代码规范制定，疫情统计程序的需求文档
作业正文	正文
其他参考文献	百度，博客园

一、Github仓库地址

点击进入Github仓库

二、《构建之法》与PSP

2.1 阅读《构建之法》心得

2.2 PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟)
Planning	计划	1*60	1*60
Estimate	估计这个任务需要多少时间	1*60	1*60
Development	开发	22.5*60	32.5*60
Analysis	需求分析(包括学习新技术)	3*30	3*60
Design Spec	生成设计文档	1*60	2*60
Design Review	设计复审	1*60	1.5*60
Coding Standard	代码规范(为目前的开发制定合适的规范)	1.5*60	2.5*60
Design	具体设计	2*60	2*60
Coding	具体编码	10*60	17*60
Code Review	代码复审	1*60	1.5*60
Test	测试(自我测试，修改代码，提交修改）	3*60	3*60
Reporting	报告	7.5*60	10*60
Test Report	测试报告	2*60	2*60
Size Measurement	计算工作量	0.5*60	1*60
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	5*60	7*60
Total	合计	32*60	44.5*60

三、解题思路

Git与Github Desktop

• 下载git与Github Desktop，fork主仓库到自己的仓库
• 学习git命令和Github Desktop基本操作，了解commit,.gitignore,push,pr等

需求整理

• 题目要求：通过cmd运行，读取传入的log目录下的所有日志，列出全国和各省在某日的感染情况
• 日志分析：日志文件记录国内各省前一天的感染情况，由省份与患者类型数据组成

日志文件中所有情况有8种且格式固定，于是想到正则表达式将这8种情况一一匹配。通过分析提供的.log.txt文件可得出，患者cure、dead时，ip人数应减少；各省之间人口流动时，-type人数应增减等计算规则。当各省份人数变换时，全国-type人数也应同时变化。

• 命令行：list命令由-log、-out(必须)、-type、-date、-province（可选）组成

命令行以前只运行过不需要传参的程序，于是查找了关于main函数参数的知识。了解到输入的命令其实就存在main(String[] arg)的arg[]数组里。程序所需要查询的日期、省份、文件路径和类型命令值都和命令类型都从arg[]提取出来。

因此想要进行人数统计，首先要进行命令的解析和匹配。所以将整个class CmdAndFile分成两大部分，一部分用于命令的解析，一部分用于文件的读写。

CommondAnalysis 部分

• 用于命令的拆解、分析和验证有效性

涉及计算较少，主要涉及-date参数日期格式、范围的合法性验证；-province参数是否在32个选项里；-type中几个参数的输出顺序排序。

FileOpration

• 用于日志文件的读取、计算和输出

读取文件时按行读取，获取每行中涉及到的省份和人数；计算部分只需要根据和日志文件8种格式进行匹配，从而确定计算方式；输出文件时遍历[32][4]的数组，实现省份的按拼音排序，然后根据class CommondAnalysis中已经确定-type的几个参数的顺序输出，拼装输出字符串。(后来数组改成[32][5],多了一位来判断该省份是否需要输出)。

思路流程图

四、设计实现过程

代码结构

CommondAnalysis

• public boolean validCmd() 函数实现
  此函数解析、拆取输入命令，读取存储命令数组strCmd[]，与-log,-out,-list,-type,-date这几个命令匹配，并且验证参数的合法性。确定从哪里读取日志文件，结果输出到哪里等等必要条件，为统计疫情结果做准备。
  
  

FileOpration

• public void getLogList () 函数实现
  此函数从-log指定文件夹中,与-date参数比较，判断当前在循环中的日志文件是否需要进行读取与计算处理。
  

• public void readLogFile (String logFileName) 函数实现
  此函数读取需要计算的文件，将除了//开头以外的其他内容按行读取，读取的字符串传入countLogFile (String logFileContent)进行计算。

• public void countLogFile (String logFileContent) 函数实现
  此函数按照题目给出的8种情况进行字符串匹配，按照匹配情况计算统计结果。

• public void writeOutFile () 函数实现
  此函数用于输出。通过循环statistics[32][5]二维数组，拼接输出字符串。

五、代码说明

CommondAnalysis

• public int getValidDate(int itemDate)
  传入参数itemDate为表示"-date"参数的strCmd[]的下标。if (isDate(dateStr))判断输入日期是否符合日期格式。查询成功时将class InfectStatistic中logFileName文件名设置为"日期+.log.txt".

        public int getValidDate(int itemDate)
        {
            String dateStr = strCmd[itemDate];
            if (isDate(dateStr))
            {
                if (dateStr.compareTo(date) <= 0)  //查询日期 <= 当前日期，查询有效
                {
                    logFileName = dateStr+".log.txt";
                    return itemDate;
                }
                else
                    return -1;
            }
            else
                return -1;
        }

• public boolean validCmd() 验证输入命令是否有效
  和日期查询的套路一样，每当匹配到一个命令，调用getValidXXX(int itemXXX)函数来判断输入的参数是否有效。成功时返回参数下标；失败时则返回-1。没有匹配时：
  -date参数默设置认为当前日期
  checkType == 0,设置控制类型输出顺序的数组int typeOrder[] = {0,1,2,3}；索引值表示输出顺序，数组值代表输出的类型（0:sp; 1:ip; 2:cure; 3:dead）
  checkProvince == 0,设置存放统计结果的数组statistics[0][4] = 1（statistics[0][]:全国; statistics[][4]:设置省份是否输出）

        public boolean validCmd()  //validCmd：输入命令有效
        {
            int i;
            String dateCmd = date;
            if (!strCmd[0].equals("list"))
            {
                System.out.println("命令应以'list'开始！请重新输入！");
                return false;
            }
            for (i = 1; i < strCmd.length; i++)
            {
                if (strCmd[i].equals("-log"))
                {
                    i = getValidLog(++i);
                    if (i == -1)
                    {
                        System.out.println("日志文件夹路径无效！请重新输入！");
                        return false;
                    }
                }
                else if (strCmd[i].equals("-out"))
                {
                    i = getValidOut(++i);
                    if (i < 0)
                    {
                        System.out.println("输出文件路径无效！请重新输入！");
                        return false;
                    }
                }
                else if (strCmd[i].equals("-date"))
                {
                    dateCmd = strCmd[i+1]+".log.txt";
                    i = getValidDate(++i);
                    if (i < 0)
                    {
                        System.out.println("查询日期无效！请重新输入！");
                        return false;
                    }
                }
                else if (strCmd[i].equals("-type"))
                {
                    checkType = 1;
                    i = getValidType(++i);
                    if (i < 0)
                    {
                        System.out.println("查询类型无效！请重新输入！");
                        return false;
                    }
                }
                else if (strCmd[i].equals("-province"))
                {
                    checkProvince = 1;
                    i = getValidProvince(++i);
                    if (i < 0)
                    {
                        System.out.println("查询省份无效！请重新输入！");
                        return false;
                    }
                }
                else
                {
                    System.out.println("命令错误！请重新输入！");
                    return false;
                }
            }
            if (dateCmd.compareTo(getMinLogName()) < 0)
            {
                System.out.println("该日暂无记录！请重新输入！");
                return false;
            }
            if (checkType == 0)
            {
                for (int j=0; j < 4 ;j++)
                    typeOrder[j] = j;
            }
            if (checkProvince == 0)
            {
                statistics[0][4] = 1;
            }
            return true;
        }
    }

FileOpration

• public void statistics()根据不同的匹配情况选择计算的方式。
  0:sp; 1:ip; 2:cure; 3:dead; 4:checkPrintProvince

public void statistics(int itemProvince, int itemType, int count)传入省份索引值，类型索引值和人数。用于处理只涉及到1个省份，1种类型的情况，即"新增 感染患者"、"新增 疑似患者","排除 疑似患者"。如"xxx省新增感染患者xxx人"时调用statistics(itemProvince, 0, count)。"xxx省排除疑似患者xxx人"时调用statistics(itemProvince, 1, -count)（由于排除疑似患者时数量减少，所以传入的count要改为负数）。

public void statistics(int itemProvince1, int itemProvince2, int itemType, int count)传入两个省份索引值、类型索引值和人数。用于处理涉及到2个省份，1种类型的情况，即"感染患者流入"、"疑似患者流入"。如"xxx省感染患者流入xxx省xxx人"时调用statistics(itemProvince1,itemProvince2,0,count)

public void statistics(int itemProvince1, int itemType1, int itemType2, String count)省份索引值、类型索引值和人数。当count类型为int时，传入参数都为int类型和上一种情况冲突，程序不知调用哪个函数，因此将人数从int转为String。用于处理涉及到1个省份，2种类型的情况，即"死亡"、"治愈"、"疑似患者 确诊感染"。如"xxx省死亡xxx人"时调用statistics(itemProvince1,0,3,count)

        public void statistics(int itemProvince, int itemType, int count)
        {
            statistics[0][itemType] += count;
            statistics[itemProvince][itemType] += count;
        }
        public void statistics(int itemProvince1, int itemProvince2, int itemType, int count)
        {
            statistics[itemProvince1][itemType] -= count;
            statistics[itemProvince2][itemType] +=  count;
        }
        public void statistics(int itemProvince1, int itemType1, int itemType2, String count)
        {
            int intCount = Integer.valueOf(count);
            statistics[0][itemType1] -= intCount;
            statistics[0][itemType2] += intCount;
            statistics[itemProvince1][itemType1] -= intCount;
            statistics[itemProvince1][itemType2] += intCount;
        }

• public void countLogFile (String logFileContent) 读取文件内容进行计算
  String logFileContent为传入的每行文档内容。文档内容8种类型分别对应ipIncrease,spIncrease,ipInflow,spInflow,ipDead,ipCure,spChecked,spRemove匹配格式，根据不同的匹配格式选择含参不同的函数public void statistics()进行计算。通过调用getItemProvince(String provinceName)获得省份索引值itemProvince;调用logFileContentArray[].replace("人", ""));将人替换为""获取人数count。
  每当匹配到一个省份且checkProvince==0时(表示没有检测到-province这一命令)，就将statistics[itemProvince1][4] 置为1，用于确认该省份是否需要输出。

       public void countLogFile (String logFileContent)
        {
            int itemProvince1;
            int itemProvince2;
            int count;
            Matcher ipIncrease = Pattern.compile("\W+ 新增 感染患者 \d+人").matcher(logFileContent);
            Matcher spIncrease = Pattern.compile("\W+ 新增 疑似患者 \d+人").matcher(logFileContent);
            Matcher ipInflow = Pattern.compile("\W+ 感染患者 流入 \W+ \d+人").matcher(logFileContent);
            Matcher spInflow = Pattern.compile("\W+ 疑似患者 流入 \W+ \d+人").matcher(logFileContent);
            Matcher ipDead = Pattern.compile("\W+ 死亡 \d+人").matcher(logFileContent);
            Matcher ipCure = Pattern.compile("\W+ 治愈 \d+人").matcher(logFileContent);
            Matcher spChecked = Pattern.compile("\W+ 疑似患者 确诊感染 \d+人").matcher(logFileContent);
            Matcher spRemove = Pattern.compile("\W+ 排除 疑似患者 \d+人").matcher(logFileContent);
            String[]  logFileContentArray= logFileContent.split(" ");
            if (ipIncrease.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                }
                count = Integer.valueOf(logFileContentArray[3].replace("人", ""));
                statistics(itemProvince1,0,count);
            }
            else if (spIncrease.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                if (checkProvince == 0 )
                {
                    statistics[itemProvince1][4] = 1;
                }
                count = Integer.valueOf(logFileContentArray[3].replace("人", ""));
                statistics(itemProvince1,1,count);
            }
            else if (ipInflow.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                itemProvince2 = getItemProvince(logFileContentArray[3]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                    statistics[itemProvince2][4] = 1;
                }
                count = Integer.valueOf(logFileContentArray[4].replace("人", ""));
                statistics(itemProvince1, itemProvince2, 0, count);
            }
            else if (spInflow.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                itemProvince2 = getItemProvince(logFileContentArray[3]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                    statistics[itemProvince2][4] = 1;
                }
                count = Integer.valueOf(logFileContentArray[4].replace("人", ""));
                statistics(itemProvince1, itemProvince2, 1, count);
            }
            else if (ipDead.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                }
                String scount = logFileContentArray[2].replace("人", "");
                statistics(itemProvince1, 0, 3, scount);
            }
            else if (ipCure.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                }
                String scount = logFileContentArray[2].replace("人", "");
                statistics(itemProvince1, 0, 2, scount);
            }
            else if (spChecked.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                }
                String scount = logFileContentArray[3].replace("人", "");
                statistics(itemProvince1, 1, 0, scount);
            }
            else if (spRemove.find())
            {
                itemProvince1 = getItemProvince(logFileContentArray[0]);
                if (checkProvince == 0)
                {
                    statistics[itemProvince1][4] = 1;
                }
                count = Integer.valueOf(logFileContentArray[3].replace("人", ""));
                count = -count;
                statistics(itemProvince1,1,count);      
            }
        }

六、单元测试与测试用例

单元测试

• getValidXXX()函数 获取对应下标值的参数值并验证有效性
  

• getMinLogName()函数 获取-log文件夹路径找到最小日期文件，用于判断日期有效性、进行计算的最早文件
  

• countLogFile(String content)函数 对日志文本进行计算
  

• writeOutFile()函数 输出最终结果到指定文件位置
  

• 还有其余的单元测试就不展示了
  由图可知所有单元测试均正确通过
  

测试用例

• 1 只有 -log 与 -out
  
  
  

• 2.1 只有-date且大于当前日期
  

• 2.2 只有-date且小于日志文件最小日期
  

• 3 只有-province 且参数多个，并出现日志文件中没有的省份
  

• 4 只有-type 且参数多个，并且出现顺序打乱
  

• 5.1 组合查询 -date -type
  
• 5.2 组合查询 -date -province
  
• 5.3 组合查询 -province -type
  
• 5.4 组合查询 -date -province -type
  

七、盖率优化和性能测试

单元测试覆盖率

行数覆盖率只有86%，在查看源码后，发现没有覆盖到的行数均为验证。

性能测试

八、代码规范

代码规范

九、心路历程与收获

在开始这个作业的时候，其实特别懵。作业要求一下子多了起来，往下一拉一片都是作业要求。gitbash、githubdesktop什么用的，是用于github吧？看《构建之法》学习了解？输入的命令java InfectStatistic list XXXXXXX的命令怎么搞进去的？统计数据计算怎么得到的？都是认识的字合起来一句也没看懂233333。一头雾水的时候，了解完githubdesktop我决定先开始从代码规范要求和《构建之法》做起。看到PSP表格后，开始着手了解作业需求。那个要求我真的看了很多遍很多遍当然每次都没看懂。拿了小本本看懂一个删一个.......查找完main函数参数的时候是晚上11点多，那个时候突然get了整个代码大概要做什么，于是隔天开始动手。


一开始想法很简单，也没有再对类进行划分，所有东西一股脑全被我塞进了一个类里......打到一半我就后悔了，但是整个思路已经有了，于是就没有再改。
懵逼是懵逼，但是收获也还是有的。在完成作业的过程中，问题也不少，暴躁也不少（bushi），遇到了问题就一个个解决，遇到瓶颈就去吃吃东西（？？？？？）到最后收获还是挺多的，触及知识盲区之后总会有收获的东西。



"软件=程序+软件工程"。


这是我读完前三章后感触最深的一句话。
作为一名软件工程专业的学生，我在专业课上学习了很多专业课程，能够编写程序，实现某些具体的功能，但这些都偏向于“软件”，而非“工程”。在阅读这本书之前我也只知道分析这个程序应该实现哪些功能、可以拆分成哪些模块、每个人可以分配哪些任务。而在阅读了《构建之法》后，我才发现真正的团队开发，真正的软件工程是有很多流程规范的。


就比如说最开始的选题和需求分析阶段，我们以往的理解就是想想要实现什么功能，决定好了就可以开始写代码了。《构建之法》却告诉我们，需求分析没有这么简单，开发者要能发现目标用户的需求，要区分需求的优先级，要编写出明确的规格说明来指导开发，编写代码前还要对软件结构进行分析设计。在软件开发的过程中，分析、设计、管理这些理论工作的重要性，不比写代码的重要性低。
完整、良好的需求分析能够为后续开发、测试、维护、扩充等等打下坚实的基础，能够为实现我们的目标即软件工程的目标——创造“足够好”的软件。


而如何实现“足够好”这一需求呢？我认为实现代码完成任务只是开始。在完成代码后，我们需要做的便是测试。单元测试能帮助程序员记录这个模块的历史和设计变更的理由。“100%的代码覆盖率并不等同于100%的正确性”。单元测试应该集成到自动测试的框架中。另一个重要的措施是要把单元测试自动化，这样每个人都能随时、随地运行单元测试。
总之，朝着自己想要的方向努力吧~

十、相关仓库

Java-WebSocket

链接：Java-WebSocket
简介：Java编写的基本WebSocket服务器和客户机实现。底层类是java.nio实现的，允许非阻塞事件驱动模型（类似于web浏览器的WebSocket API）。
web socket server抽象类实现了web socket协议的服务器端。WebSocket服务器本身除了通过HTTP建立套接字连接之外什么也不做。在那之后，由子类来添加目的。

spring boot demo

链接：spring boot demo
简介：spring boot demo 是一个用来深度学习并实战 spring boot 的项目。该项目已成功集成 actuator(监控)、admin(可视化监控)、logback(日志)、aopLog(通过AOP记录web请求日志)、统一异常处理(json级别和页面级别)、freemarker(模板引擎)、thymeleaf(模板引擎)等。

JavaGuide

链接：JavaGuide
简介：一些Java基础知识合集，如线程、容器、框架等。

spring-boot

链接：spring-boot
简介：可以使用SpringBoot创建独立的Java应用程序，这些应用程序可以使用Java-jar或更传统的WAR部署启动，还提供了一个运行spring脚本的命令行工具。

java-design-patterns

链接：java-design-patterns
简介：展示了Java设计模式，这些模式可以通过它们的高级描述或查看它们的源代码来浏览。