https://github.com/031902518/031902518
一、PSP表格
| PSP2.1 | Personal Software Process Stages | 預估耗時（分鍾） | 實際耗時（分鍾） |
|---|---|---|---|
| Planning | 計划 | 30 | 50 |
| · Estimate | · 估計這個任務需要多少時間 | 400 | 600 |
| Development | 開發 | 60 | 180 |
| · Analysis | · 需求分析 (包括學習新技術) | 30 | 20 |
| · Design Spec | · 生成設計文檔 | 10 | 10 |
| · Design Review | · 設計復審 | 10 | 10 |
| · Coding Standard | · 代碼規范 (為目前的開發制定合適的規范) | 10 | 10 |
| · Design | · 具體設計 | 30 | 70 |
| · Coding | · 具體編碼 | 240 | 360 |
| · Code Review | · 代碼復審 | 40 | 50 |
| · Test | · 測試（自我測試，修改代碼，提交修改） | 20 | 30 |
| Reporting | 報告 | 30 | 50 |
| · Test Repor | · 測試報告 | 30 | 60 |
| · Size Measurement | · 計算工作量 | 20 | 25 |
| · Postmortem & Process Improvement Plan | · 事后總結, 並提出過程改進計划 | 30 | 100 |
| · 合計 | 990 | 1625 |
二、計算模塊接口
- (3.1)計算模塊接口的設計與實現過程。
因為本人比較笨，不是很會用什么高級的算法，只是用最簡單的遍歷一遍，沒有用到類和函數（主要是我覺得我這個想法沒什么技術含量，思想過於簡單，用不上構造類和函數，也只能實現最基本的查詢，但是main里的思想就是：首先把待檢測文件讀入，在讀入一個一個的敏感詞，然后每個字每個字一個一個的對比，如果是中文就判斷中文的條件，如果是英文就按照英文的語句執行，最后用一個total來記錄敏感詞的個數，但並不能都檢測出來（比如拆分和拼音首字母都不行）），主要思想就是遍歷，把org文件一行一行讀入然后和他們敏感詞比較，如果找到就輸出。並且又有中英文之分。如果是中文就判斷中間是否有可能進行一些偽裝，在敏感詞中插入除字母、數字、換行的若干字符仍屬於敏感詞，會在判斷出來。但是因為本人能力有限並不能實現：諧音替換、拼音替代、拼音首字母替代以及中文文本中還存在少部分較難檢測變形如繁體、拆分偏旁部首(只考慮左右結構)，不存在變形后再拆開偏旁部首的情況。 - (3.2)計算模塊接口部分的性能改進。
從以上圖片可以看出，占據主要時間的是執行程序，然后是輸入輸出的IO時間，因為給定一個黑名單詞匯文件和待檢測文件，要求在答案文件中輸出檢測出敏感詞匯的數量並按出現輸出行號，敏感詞詞匯及對應檢測出的文本。所以要反復讀入作比較，還有就是文件系統因為要頻繁的讀入敏感詞，搜索到后還要輸出，所以也是在預計范圍內。因為有很多循環的關系所以個人感覺會超時間，主要思想就是遍歷，把org文件一行一行讀入然后和他們敏感詞比較，如果找到就輸出，不是很會用什么高級的算法，只是用最簡單的遍歷一遍，反復的讀取文件也花了很多時間，本來是想用些方法來改進一下自己的程序，但是后來上網一查發現以自己目前的能力沒有辦法實現
- (3.3)計算模塊部分單元測試展示。
- (3.4)計算模塊部分異常處理說明。
- infile2.open(ors);//用來打開文檔
if (!infile2) { cout << "org fail!" << endl; }
如果待測試文檔打開失敗則輸出org fail
infile1.open(wos);//用來打開敏感詞
if (!infile1) { cout << "words fail!" << endl; }
如果待測試敏感詞文檔打開失敗則輸出words fail
2.我的電腦筆記本默認是ANXI,所以設計的時候就用Visual Studio 2019 的ANXI寫的，后來要求必須用UTF-8導致輸出了大量錯誤，如下圖，后來在測試組同學們的幫助下，在代碼中加了一個locale china("zh_CN.UTF-8");才對的，同時，先學習了fstream等知識，掌握基本的讀寫文件流，這里也要先感謝一下測試組同學的大力幫助
3.老師說的很對很對：讀清題目很重要、很重要、很重要（重要的事情說三遍），我就是因為沒考慮到敏感詞的出現先后問題，所以后來又小改了一下一開始想用string存放文件中的一行數據，后來發現string兩個單位存儲一個字，輸出時比較困難，甚至輸出的時候容易難以區分漢字和英文的區別，后來上網上看到了wstring，感覺很是好用，又學到了新的知識。wstring可以實現一個單元兩個字節，這樣子比較漢字的時候就方便多了
三、心得
1.因為本人比較菜，所以每天熬夜打代碼，雖然沒能實現全部要求，但是我已經把自己能夠做到的都做了，已經不后悔了。
2.讀清題目很重要，我就是因為沒考慮到敏感詞的出現先后問題，所以后來又小改了一下。
3.對github的應用更加明白
4.測試txt文件的讀寫功能時，發現中文的亂碼現象，上網查后，發現txt文件默認用utf-8編碼，而Windows控制台默認用ANSI編碼，故控制台會出現中文的亂碼
5.用c＋+寫，先學習了fstream等知識，掌握基本的讀寫文件流
6..編寫函數，輸入為文章的一行和一個敏感詞；遍歷該行，找到敏感詞即輸出
7.將結果打印，在目標位置生成txt文件；