2022（春）软工作业2：个人编程练习

[李灏0]

1.程序分析，对程序中的四个函数做简要说明

1. # 读文件到缓冲区

2. def process_file(dst):

3. try: # 打开文件

4. f = open(dst, 'r') # dst为文本的目录路径

5. except IOError as s:

6. print(s)

7. return None

8. try: # 读文件到缓冲区

9. bvffer = f.read()

10. except:

11. print('Read File Error!')

12. return None

13. f.close()

14. return bvffer

1. # 统计词频函数

2. def process_buffer(bvffer):

3. if bvffer:

4. new_bvffer = re.sub(r'[^A-Za-z]', ' ', bvffer) # 使用正则表达式把除了字母和空格以外的符号都去除

5. words = new_bvffer.split()

6. word_freqs = {}

7. for word in words:

8. if word.lower() in word_freqs:

9. word_freqs[word.lower()] = word_freqs[word.lower()] + 1

10. else:

11. word_freqs[word.lower()] = 1

12. return word_freqs

 

1. # 输出结果

2. def output_result(word_freq):

3. if word_freq:

4. sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)

5. for item in sorted_word_freq[:10]: # 输出 Top 10 的单词

6. print(item)

1. #函数调用

2.  
3.  

4. def main():

5. dst = "C:\Users\hp\Documents\Tencent Files\2190820592\FileRecv\Gone_with_the_wind.txt

6. "

7. bvffer = process_file(dst)

8. word_freq = process_buffer(bvffer)

9. output_result(word_freq)

2.代码风格说明。

   一个缩进级别四个空格。

  (1). 连续行使用两种方式使封装元素成为一行：括号内垂直隐式连接 & 悬挂式缩进。 使用悬挂式缩进应该注意第一行不应  该 有参数，连续行要使用进一步的缩进来区分。

1. # 括号内隐式连接，垂直对齐

2.  

3. foo = long_function_name(var_one, var_two,

4.  

5. var_three, var_four)

1. # 悬挂缩进，进一步缩进区分其他语句def long_function_name(

2.  

3. var_one, var_two, var_three,

4.  

5. var_four):

6.  

7. print(var_one)

8.  

9. # 悬挂缩进，一般是四个空格，但非必须

10.  

11. foo = long_function_name(

12.  

13. var_one, var_two,

14.  

15. var_three, var_four)

16.  
17.  
18.  

19. 否：

20.  

21. # 括号内隐式连接，没有垂直对齐时，第一行的参数被禁止

22.  

23. foo = long_function_name(var_one, var_two,

24.  

25. var_three, var_four)

26.  

27. # 悬挂缩进，需要进一步的缩进区分其他行def long_function_name(

28.  

29. var_one, var_two, var_three,

30.  

31. var_four):

32.  

33. print(var_one)

34.  
35.  

36. 2.当 if 语句过长时，可选的处理方式，但不限于此：

37.  

38. # 不使用额外缩进if (this_is_one_thing and

39.  

40. that_is_another_thing):

41.  

42. do_something()

1.  

2. # 增加注释区分，支持语法高亮if (this_is_one_thing and

3.  

4. that_is_another_thing):

5.  

6. # Since both conditions are true, we can frobnicate.

7.  

8. do_something()

9.  

10. # 条件连续行额外缩进if (this_is_one_thing

11.  

12. and that_is_another_thing):

13.  

14. do_something()

3.程序运行命令、运行结果截图

 

 4.性能分析结果及改进

     运行次数最多的代码

 sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)

运行时间最长的代码

1. def process_buffer(bvffer):

2. if bvffer:

3. word_freq = {} # 新建一个空字典word_freq

4. # 下面添加处理缓冲区 bvffer代码，统计每个单词的频率，存放在字典word_freq

5. for word in bvffer.split(): # .split()函数将bvffer切片

6. if word not in word_freq:

7. word_freq[word] = 0

8. word_freq[word] += 1

9. return word_freq

存在的问题

句首的大写单词被当作新单词，应该改写process_buffer,使用.lower()将句首的大写字母改为小写,同时去除文本中的中英文标点符号

1. def process_buffer(bvffer): # 处理缓冲区，返回存放每个单词频率的字典word_freq

2. if bvffer:

3. # 下面添加处理缓冲区bvffer代码，统计每个单词的频率，存放在字典word_freq

4. word_freq = {}

5. # 将文本内容都改为小写且去除文本中的中英文标点符号

6. for ch in '“‘!;,.?”':

7. bvffer = bvffer.lower().replace(ch, " ")

8. # strip()删除空白符（包括'/n', '/r','/t'）；split()以空格分割字符串

9. words = bvffer.strip().split()

10. for word in words:

11. word_freq[word] = word_freq.get(word, 0) + 1

12. return word_freq

通过cprofile性能评估可知，调用次数、执行时间最多的部分代码是process_buffer函数部分。