20200917-2 词频统计

 

 

 

 

 

 

此作业的要求参见[https://edu.cnblogs.com/campus/nenu/2020Fall/homework/11206]

词频统计 SPEC

Coding公开地址： https://e.coding.net/lhbat/word_count/word.git   git pull前需要git init初始化仓库

欢迎访问：https://lhbat.coding.net/public/word_count/word/git/files

功能1

难点：要对Python命令行进行解析，判断具体执行哪种操作。读入文件后，将单词统计出来。

#读入文件路径，去除特殊字符，用空格分开，返回strr字符串
def openfile(file_path):
    s = '.txt'
    if s not in file_path:
        file_path = file_path + s
    with open(file_path,'r',encoding="utf-8") as file:
        strr = file.read().lower()
    words = re.findall(r'[a-z0-9^-]+',strr)
    count(words)
def count(words):
   collect = collections.Counter(words)
   num = 0
   for i in collect:
      num += 1
   print('total %d words
' % num)
   result = collect.most_common(10)
   for j in result:
      print('%-8s%5d' % (j[0], j[1]))

功能2

难点：判断要执行的参数，并将输入的文件名加上后缀才能打开。

if __name__ == '__main__':
    if sys.argv[1] == '-s':
        openfile(sys.argv[2])
    elif len(sys.argv) == 2 and os.path.isfile(sys.argv[1] + '.txt'):
        openfile(sys.argv[1] + '.txt')
    elif len(sys.argv) == 2 and os.path.isdir(sys.argv[1]):
        os.path.isdir(sys.argv[1])
        folderCount(sys.argv[1])
    else:
        openfile(sys.argv[1])

功能3

难点：macOS操作系统与Windows操作系统文件路径等操作方式有很大不同，后来完全使用Windows操作系统来实现，还有就是判断文件夹下的文件与如何读入这部分，查找很多资料才会的。

def folderCount(path):
    files = os.listdir(path)
    for file in files:
        print(file)
        openfile(path + '\' +file)
        print('----')

功能4

菜鸟程序员，请教了学长不太懂，找时间自己一个人继续完成下去。

程序测试：

将代码打包成exe格式并进行测试。

代码及版本控制

https://lhbat.coding.net/public/word_count/word/git/files

PSP

项目	预计花费时间	实际花费时间	时间花费差距	原因分析
功能一	60min	207min	147min	准备工作不充分，不好好读题（要求最好用熟悉的语言）， 文件读写等功能现学现卖，随大流（好多同学用的Python）
功能二	60min	78min	18min	功能二要求输入书名，初期想法错误，改了好长时间
功能三	60min	232min	172min	以为很容易，结果总是不能正确读取文件，中间放弃使用Python， 改用C++实现，今天上午发现快要来不及了，继续使用Python， 问同学解决了这个问题（原来还挺容易的）
功能四	120min			暂时未完成,害怕自己忘了交作业，先提交，下午继续完成功能
测试	60min	13min	-47min	将程序打包成exe可执行文件，以为很难，挺简单的。