软件工程第二次作业

软件工程第二周作业

 

目录：

1.需求分析

2.基本设计

3.代码说明

4.测试运行

5.重难点知识

6.缺点与改进

7.词频统计psp

 

1.需求分析

作业链接：https://edu.cnblogs.com/campus/nenu/SWE2017FALL/homework/922

作业中的老五有四种需求，应该分别对应四个功能。据分析，这四个功能分别对应了输入的三种情况，功能一输入了三个参数，对指定文本文件进行词频统计，功能二三输入了两个参数，对指定文本文件和文件夹中全部文本文件进行词频统计，功能四（只实现了作业需求中“或”字之后的内容）输入一个参数即可运行，对接下来的手写输入进行词频统计。

 

2.基本设计

由需求分析可以得到，可以通过对输入参数个数的判断来决定执行某一程序段。

对于功能一，输入三个参数如wf –s test.txt，获取最后一个参数作为文件名，直接为相对路径，进行打开文件读取文件操作，进行词频统计。

对于功能二，输入两个参数如wf war_and_peace，即为可执行文件名和文本名（无扩展名），我的想法是要用字符串拼接，把文本名补全，变为相对路径在当前目录下搜索文件、打开文件和对其进行词频统计。

对于功能三，输入两个参数wf folder，是可执行文件名和文件夹名，为了和功能二区分开来，我加入了第二个参数是否为”folder”字符串的判断，是则执行功能三的程序。功能三用到了文件夹的遍历；还有获取当前文件夹的路径，再利用字符串拼接制造出完整的文本文件路径，分别进行词频统计。

对于功能四，只有一个参数wf，回车之后在下一行手动输入文本，写入文件，再读取文件进行词频统计。

 

3.代码说明

地址：https://git.coding.net/immixiaomi/wf.git

首先定义了单词类和字符置换函数，其中置换函数会在路径获取的时候用到

class Seword    //定义单词类，字符型数组a[15]记录单词，整形变量num记录出现次数
{
public:
    int num;
    char a[15];
};

Seword W[N];        //把文章存在W[N]里


void replaceChar(char *string, char oldChar, char newChar)        //字符置换函数
{
    int len = strlen(string);
    int i;
    for (i = 0; i < len; i++) {
        if (string[i] == oldChar) 
        {
            string[i] = newChar;
        }
    }
    return;
}

主函数，argc记录参数个数，argv记录参数内容

/*******主函数，利用argc记录输入参数个数，利用数组argv[]记录参数内容*******/
int main(int argc, char *argv[])

首先判断参数个数，功能一为参数个数是3的情况，开始执行以下代码，利用在vs环境下用strncpy_s进行文件名串的获取，接下来是打开文件。其中用到了tolower()函数，在c语言中可以将大写转化成小写，头文件是ctype.h。

    /*******功能一：当输入参数为三个的时候，即对应可输入>wf -s test.txt的需求*******/
    if (argc==3)
    {

        int count = 1;        //定义一个类 
        int i, k, m, n, temp, j = 0;
        char b[15];            //和a交换的数组
        FILE *fp1 = NULL;          
        char chh;            //从文件中读取字符
        int flag = 0;        //是否有单词的标志位
        char filename1[20];
        for (i = 0; i < N; i++)    //将出现次数设置为1
        {
            W[i].num = 1;
        }
        i = 0;
        
        strncpy_s(filename1, argv[2], 20);
        errno_t errr;

        if ((errr = fopen_s(&fp1, filename1, "r")) != 0)//打开文件
        {
            printf("error opening!");
            exit(0);
        }

        while (!feof(fp1))//读取文件
        {
            chh = fgetc(fp1);
            W[i].a[j] = '\0';
            if (chh >= 65 && chh <= 90 || chh >= 97 && chh <= 122)      //识别单词
            {                               
                W[i].a[j] = tolower(chh);      //小写转换大写
                j++;
                flag = 1;
            }
            else if (chh == ' '&&flag == 1)
            {
                flag = 0;
                j = 0;
                n = i;
                i++;
                count++;
                if (n >= 1)                //单词跟之前比较，如果相同就使次数+1
                {
                    for (m = 0; m < n; m++)
                    {
                        if (strcmp(W[n].a, W[m].a) == 0)//单词查重复
                        {
                            W[m].num++;
                            i = i - 1;                          
                            count--;
                        }
                    }
                }
            }
        }

        //根据单词出现次数进行排序
        for (n = 0; n < i - 1; n++)
        {
            k = n;
            for (j = n + 1; j < i; j++)
            if (W[j].num > W[k].num)
            {
                k = j;
                temp = W[k].num;
                W[k].num = W[n].num;
                W[n].num = temp;
                strcpy_s(b, 15, W[k].a);
                strcpy_s(W[k].a, 15, W[n].a);
                strcpy_s(W[n].a, 15, b);
            }
        }

        //输出部分
        printf("total\t\t%d\n\n", count);
        if (count < 10)            //判断是否总次数小于十个，分情况输出
        {
            for (n = 0; n < count; n++)
            {
                printf("%s", W[n].a);
                printf("\t\t%d\n", W[n].num);
            }
        }
        else {
            for (n = 0; n <= 9; n++)        //大于十个的情况
            {
                printf("%s", W[n].a);
                printf("\t\t%d\n", W[n].num);
            }
        }
    }

功能二和功能三都是两个参数，判断执行哪个功能要看第二个参数是啥，如果是“folder”则为功能三，否则是功能二。下面先说功能三。

功能三用到了字符串置换，把直接查找到的路径中的’\’转化为‘/’，并且需要把双斜线换成反向的双斜线，在此感谢高远博同学写的一篇随笔http://www.cnblogs.com/gaoyb348/p/7534845.html提到了遍历文件夹，我以前从来没接触过这个知识。然后进行字符串拼接补全路径。

然后输出每一个作品名，分别对每个作品名的作品进行词频统计。

/*******当输入参数为两个的时候，对应两种需求*******/
    else if (argc == 2)
    {

    /************功能三：如果第二个参数为folder则执行以下，对应>wf folder的需求**********/
        if (!strcmp(argv[1], "folder"))        
        {
            char oldChar = '\\';
            char newChar = '//';        //确定当前目录路径时，需要进行置换，写成两个反斜线是因为是转义字符
            char *buffer;
            if ((buffer = _getcwd(NULL, 0)) == NULL)        //确定当前路径
            {
                perror("getcwd error");
            }
            else
            {
                struct _finddata_t files;
                int File_Handle;
                int i = 0;
                replaceChar(buffer, oldChar, newChar);            //在这将'\'替换为'/ '
                buffer = strcat(buffer, "/folder/*.txt");        //拼接为真正的路径
                File_Handle = _findfirst(buffer, &files);
                if (File_Handle == -1)
                {
                    printf("error\n");
                    return 0;
                }
                do
                {
                    
                    printf("%s \n", files.name);//每个作品先输出作品，再输出统计结果
                    
                    int count = 1;
                    int i, k, m, n, j = 0;
                    char b[15];        //和a交换的数组
                    FILE *fp1;
                    char chh;        //从文件中读取字符
                    int flag = 0;    //标志空格后面是否有单词
                    int temp;        //排序时交换用

                    //首先将出现次数均设置为1
                    for (i = 0; i < N; i++)
                    {
                        W[i].num = 1;
                    }
                    i = 0;

                    //打开文件
                    errno_t errr;
                    if ((errr = fopen_s(&fp1, files.name, "r")) != 0)
                    {
                        printf("error opening!");
                        exit(0);
                    }

                    //读取文件
                    while (!feof(fp1))
                    {
                        chh = fgetc(fp1);
                        W[i].a[j] = '\0';
                        if (chh >= 65 && chh <= 90 || chh >= 97 && chh <= 122)
                        {
                            W[i].a[j] = tolower(chh);        //大小写转换
                            j++;
                            flag = 1;
                        }
                        else if (chh == ' '&&flag == 1)
                        {
                            flag = 0;
                            j = 0;
                            n = i;
                            i++;
                            count++;
                            if (n >= 1)                                     //单词跟之前比较，如果相同就使次数+1
                            {
                                for (m = 0; m < n; m++)
                                {
                                    if (strcmp(W[n].a, W[m].a) == 0)
                                    {
                                        W[m].num++;
                                        i = i - 1;                            //单词查重复的判断
                                        count--;
                                    }
                                }
                            }
                        }
                    }

                    //根据单词出现次数进行排序
                    for (n = 0; n < i - 1; n++)
                    {
                        k = n;
                        for (j = n + 1; j < i; j++)
                            if (W[j].num > W[k].num)
                            {
                                k = j;
                                temp = W[k].num;
                                W[k].num = W[n].num;
                                W[n].num = temp;
                                strcpy_s(b, 15, W[k].a);
                                strcpy_s(W[k].a, 15, W[n].a);
                                strcpy_s(W[n].a, 15, b);
                            }
                    }

                    //输出部分
                    printf("total\t\t%d\n\n", count);
                    if (count < 10)
                    {
                        for (n = 0; n < count; n++)
                        {
                            printf("%s", W[n].a);
                            printf("\t\t%d\n", W[n].num);
                        }
                    }
                    else {
                        for (n = 0; n <= 9; n++)
                        {
                            printf("%s", W[n].a);
                            printf("\t\t%d\n", W[n].num);
                        }
                    }
                    
                    i++;
                } while (0 == _findnext(File_Handle, &files));
                _findclose(File_Handle);
                free(buffer);                //清空路径申请的buffer空间
            }
            return 0;
        }

功能二，第二个参数并没有要求输入扩展名，这就要求我们要将扩展名拼接在上边，从而得到相对路径。

        /*********功能二：在两个参数的情况下，直接输入文件名打开当前目录下文件，对应输入>wf test的情况***********/
        else
        {
            int count = 1;
            int i, k, m, n;
            char b[15];                //用来和a交换的数组
            FILE *fp1 = NULL;        //定义文件       
            char chh;                //从文件中读取字
            int flag = 0;            //标志位
            int j = 0;
            int temp;                //排序时交换变量
            char filename1[30];
            //将出现次数均设置为1
            for (i = 0; i < N; i++)
            {
                W[i].num = 1;
            }
            i = 0;

            //打开文件
            strncpy_s(filename1, argv[1], 30);        //字符串拼接，把.txt拼接为路径
            strcat_s(filename1, 30, ".txt");
            errno_t errr;

            if ((errr = fopen_s(&fp1, filename1, "r")) != 0)
            {
                printf("error opening!");
                exit(0);
            }
            
            //读取文件
            while (!feof(fp1))
            {
                chh = fgetc(fp1);
                W[i].a[j] = '\0';
                if (chh >= 65 && chh <= 90 || chh >= 97 && chh <= 122)
                {
                    W[i].a[j] = tolower(chh);            //转成小写
                    j++;
                    flag = 1;
                }
                else if (chh == ' '&&flag == 1)
                {
                    flag = 0;
                    j = 0;
                    n = i;
                    i++;
                    count++;
                    if (n >= 1)                                     //单词跟之前比较，如果相同就使次数+1
                    {
                        for (m = 0; m < n; m++)
                        {
                            if (strcmp(W[n].a, W[m].a) == 0)
                            {
                                W[m].num++;
                                i = i - 1;                           //单词查重复的判断
                                count--;
                            }
                        }
                    }
                }
            }

            //根据单词出现次数进行排序
            for (n = 0; n < i - 1; n++)
            {
                k = n;
                //    for (j = 0; j < i; j++)
                for (j = n + 1; j < i; j++)
                    if (W[j].num > W[k].num)
                    {
                        k = j;
                        temp = W[k].num;
                        W[k].num = W[n].num;
                        W[n].num = temp;
                        strcpy_s(b, 15, W[k].a);
                        strcpy_s(W[k].a, 15, W[n].a);
                        strcpy_s(W[n].a, 15, b);
                    }
            }

            //输出部分
            printf("total\t\t%d\n\n", count);
            if (count < 10)
            {
                for (n = 0; n < count; n++)
                {
                    printf("%s", W[n].a);
                    printf("\t\t%d\n", W[n].num);
                }
            }
            else {
                for (n = 0; n <= 9; n++)
                {
                    printf("%s", W[n].a);
                    printf("\t\t%d\n", W[n].num);
                }
            }
        }
    
    }

功能四只有一个参数，所以判定argc==1，要进行手动输入文章，然后把其写入文件，再读取文件进行统计。

    /********功能四：一个参数，直接手动输入写入文件并读取统计，对应第四个功能第二种情况************/
    else if (argc == 1)
    {
        FILE *fp;
        errno_t err;                                    
        char ch;
        if ((err = fopen_s(&fp, "test.txt", "w")) != 0)    
        {
            printf("无法打开此文件\n");            
            exit(0);                               
        }
        ch = getchar();                            //用来接收最后输入的回车符
        while (ch != '\n')                         //以回车标志输入结束
        {
            fputc(ch, fp);                        
            ch = getchar();                       
        }
        fclose(fp);                                //关闭文件

        int count = 1;
        int i, k, m, n;
        char b[15];            // 用来和a交换的数组
        FILE *fp1;          
        char chh;            //从文件中读取字符
        int flag = 0;        //空格后面是否有单词
        int j = 0;
        int temp;   

        //将出现次数均设置为1
        for (i = 0; i < N; i++)
        {
            W[i].num = 1;
        }
        i = 0;

        //打开文件
        errno_t errr;
        if ((errr = fopen_s(&fp1, "test.txt", "r")) != 0)
        {
            printf("error opening!");
            exit(0);
        }

        //读取文件内容
        while (!feof(fp1))
        {
            chh = fgetc(fp1);
            W[i].a[j] = '\0';
            if (chh >= 65 && chh <= 90 || chh >= 97 && chh <= 122)
            {
                W[i].a[j] = tolower(chh);                                       //识别单词

                j++;
                flag = 1;
            }
            else if (chh == ' '&&flag == 1)
            {
                flag = 0;
                j = 0;
                n = i;
                i++;
                count++;
                if (n >= 1)                                     //单词跟前面的比较，如果相同就使次数+1
                {
                    for (m = 0; m < n; m++)
                    {
                        if (strcmp(W[n].a, W[m].a) == 0)
                        {
                            W[m].num++;
                            i = i - 1;                           //相同则认为是一个单词
                            count--;
                        }
                    }
                }
            }
        }
        //根据单词出现次数进行排序
        for (n = 0; n < i - 1; n++)
        {
            k = n;
            for (j = n + 1; j < i; j++)
            if (W[j].num > W[k].num)
            {
                k = j;
                temp = W[k].num;
                W[k].num = W[n].num;
                W[n].num = temp;
                strcpy_s(b, 15, W[k].a);
                strcpy_s(W[k].a, 15, W[n].a);
                strcpy_s(W[n].a, 15, b);
            }
        }

        //输出部分
        printf("total\t\t%d\n\n", count);
        if (count < 10)
        {
            for (n = 0; n < count; n++)
            {
                printf("%s", W[n].a);
                printf("\t\t%d\n", W[n].num);
            }
        }
        else {
            for (n = 0; n <= 9; n++)
            {
                printf("%s", W[n].a);
                printf("\t\t%d\n", W[n].num);
            }
        }
    }

4.测试运行

功能一

在功能二里我对数组的定义有问题，导致无法正确排序，大词汇量会溢出。因为我不会使用动态定义数组，正在学习中，需要另外的两天，无法赶上提交截止日期。但是词频和总词数是正确的。

词汇量少的是正确的。

功能三可以遍历文件夹，可以正确输出文件名，但是无法排序，且经过几次测试之后无法复现，所以功能三并未实现。

功能四可以实现。

5.重难点知识

我觉得这次作业的重点难点大概有：遍历文件夹、查询当前路径、字符串的拼接和vs的安全检查导致的函数名称的转换。我参考了以下博客或网站：

查找当前工作路径http://blog.csdn.net/huhongfei/article/details/38470081

Fopen_s打开文件http://blog.csdn.net/aobo516/article/details/46387615

Strcpy_s的用法http://blog.csdn.net/geekvc/article/details/22578215

C语言下遍历文件夹https://zhidao.baidu.com/question/575084429.html

修改vs中强制进行安全检查的选项http://jingyan.baidu.com/article/359911f5427b6957fe03068f.html

6．缺点和改进

       这次作业没理解动态定义数组，导致了功能二和功能三的失败。我想排序算法加入剪枝可以更快速度统计。我的程序模块化做的相当差，导致代码冗长。我将在接下来的一周里做这些改正。

7.词频统计psp

分析：功能1初次试水，对时间的估计不是很准，也有一些突发状况，但功能1的代码在2和4都可以借鉴甚至可以照搬过去其中的部分，为我节省了很多时间。在功能3遇到了大问题，遍历文件夹搜了好多资料又进行了改动，最后也没有成功运行，所以远远超出预期时间。