第一次个人编程作业

github链接

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	20	30
Development	开发
Analysis	·需求分析 (包括学习新技术)	300	480
· Design Spec	· 生成设计文档	30	60
· Design Review·	设计复审	120	180
· Coding Standard	代码规范 (为目前的开发制定合适的规范)	10	20
· Design	· 具体设计	90	120
· Coding·	具体编码	600	780
· Code Review·	代码复审	60	120
· Test· 测试	（自我测试，修改代码，提交修改）	60	90
Reporting	报告
· Test Repor·	测试报告	60	90
Size Measurement	计算工作量	10	5
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	90	30
	合计	1390	2005

二、计算模块接口

2.1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。

2.1.1 函数设计
利用正则表达式检测出敏感词
函数的功能图

• func_chaizi函数：进行汉字的拆分。

def func_chaizi():    
      wubi98 = Schema('wubi98')                 
      wubi98.run()
return wubi98

• Tosplit函数：对汉字进行二分拆解，例如（理）字得到的第一部分（王）和第二部分（里）

def Tosplit(split_word, word:
       return split_word.tree[word].first.name[0], split_word.tree[word].second.name[0]

• ToSearchsensitive函数：对敏感词进行检测，将制定的正则表达式与文本一一匹配

def ToSearchsensitive(sentence_list, rules_list, rules_split_list, pinyinlist, sensitive_words):

• creatRules_pinyin函数：制定正则表达式拼音规则

def creatRules_pinyin(dictionary):
       rules.append(rules_key)  
return rules

• creatRules_split函数：制定正则表达式拆字部分规则

def creatRules_split(dictionary):
  rules.append(rules_key)  
return rules

• Creatdictionary函数：构造敏感词字典，当敏感词是英文时，key=word，值为None。若是中文，此时key=word,值为二分拆字的结果。同时构造拼音列表,列表元素[('法','fa'),('轮’,'lun')]。

def Creatdictionary(sensitive_words, text):
       pinyinlist.append((character, ''.join(lazy_pinyin(character))))

代码的独到之处：
对于多音字的处理

if ''.join(lazy_pinyin(word)) == pinyin[1] and word != pinyin[0]: #当拼音一样而字不一样  
  location.append((index, word))    
  s1 = list(sentence)  
    s1[index] = pinyin[0]  
    sentence = ''.join(s1)    

首先找出多音字的下标并且记录,sentence = ''.join(s1)进行替换，可以实现多音字的处理
输出结果

2.2.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。
时间降序图

可以发现时间用的最多的模块在func_chaizi上，代码中存在着多次调用二分拆字，占的时间较大，后续希望能够保存二分拆字的结果从而减少过多的调用来提升func_chaizi模块的速度。
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。

对于测试数据，没进入条件语句则以下代码块没被覆盖，对于构造的测试数据应该要考虑到所有的情况

2.4 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。
IO异常

def IOerror(self)
       try:  
    org_file = open('org.txt', encoding='utf-8')  
except IOError:  
    print("Not Found")  
else:  
    print("Successfully Load")

三、心得

(3.1)在完成本次作业过程的心得体会
一开始拿到题目的时候以为调一下库就能解决问题，但是现在我的肝告诉我之前的想法过于天真。首先去github上搜敏感词检测，得到的做法是dfa算法，所以一开始从dfa入手，后来发现没有能力实现题目拆字的要求，就放弃了这种做法改为正则表达式。最后使用了正则表达式加上调库大法以及无数次的debug得到了最初版。
通过这几天在互联网的奔波，还是学到了不少东西（虽然过程很痛苦