个人项目作业-论文查重
| 这个作业属于哪个课程 | 2023软件工程-双学位（广东工业大学-计算机学院） |
|---|---|
| 这个作业要求在哪里 | 个人项目作业-论文查重 |
| 这个作业的目标 | 使用PSP表格估计程序开发所需时间，使用gitcode管理代码，学会自动测试程序并返回测试结果 |
作业gitcode链接
PSP表格
| Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|
| 计划 | 10 | 5 |
| ·估计这个任务需要多少时间 | 10 | 5 |
| 开发 | 565 | 485 |
| ·需求分析（包括学习新技术） | 60 | 90 |
| ·生成设计文档 | 60 | 120 |
| ·设计复审 | 30 | 45 |
| ·代码规范（为目前的开发制定合适的规范） | 15 | 10 |
| ·具体设计 | 30 | 15 |
| ·具体编码 | 180 | 150 |
| ·代码复审 | 30 | 5 |
| ·测试（自我测试，修改代码，提交修改） | 180 | 90 |
| 报告 | 210 | 105 |
| ·测试报告 | 180 | 90 |
| ·计算工作量 | 20 | 5 |
| ·事后总结，并提出过程改进计划 | 10 | 10 |
| 合计 | 805 | 635 |
计算模块接口的设计与实现过程
函数的个数及关系
pretreatment(file_name) # 读取文本内容并且对文本内容进行预处理（即过滤掉文本中除汉字以外的字符）
compare_text_content(content1, content2, min_repeated_words=5) # content1是原文本，content2是待校验文本，min_repeated_words是连续多少个字重复算是抄袭（这里暂定超过连续5个字重复就算是抄袭）
output_result(duplicate_content, output_path) # 输出涉嫌抄袭的内容
main(original_file, to_be_verified_file, output_path) # 主函数，调用各个函数并且计算输出重复率。参数含义：原文档（路径），待校验文档（路径），输出结果路径
关键函数的实现过程
compare_text_content(content1, content2, min_repeated_words=5)是整个程序的核心部分，具体的设计流程可以看gitcode链接中的文件“compare_text_content函数的设计思想.docx”。
计算模块接口部分的性能改进
由于pycharm社区版没有profile工具，没有办法进行性能分析，这部分没有完成
计算模块部分单元测试展示
单元测试代码
import os
files = os.listdir(r"E:\软件工程\第二次作业\测试文本")
txt_test = []
for i in range(len(files)):
if 'txt' in files[i]:
txt_test.append(files[i])
for i in range(len(txt_test)):
print('测试文件为：' + txt_test[i])
result = os.system(
'E:/软件工程/第二次作业/main.py E:/软件工程/第二次作业/orig.txt ' + txt_test[i] + ' E:/软件工程/第二次作业/查重结果.txt')
print(result)
print('\n')
基本的思想就是利用调用控制台窗口来进行测试。实际应用中，要注意代码中的路径名可能要进行修改。
计算模块部分异常处理说明
主要针对调用主函数时“输入的文件路径输入错误”和“输入的参数数量过少”这两种异常情况进行处理。
代码如下：
try:
main(sys.argv[1], sys.argv[2], sys.argv[3])
except FileNotFoundError:
print('您输入的路径或文件不存在，请重新输入')
except IndexError:
print('您输入的参数数量过少。请检查输入参数数量是否为3个，再重新输入')
