第二周作業——詞頻統計

題目需求具體如下：

https://edu.cnblogs.com/campus/nenu/2018fall/homework/2126

git地址：

https://git.coding.net/liu-xin/wf.git

功能1 小檔案輸入，為表明程式能跑，需要在控制臺下輸入命令，實作統計檔案中不重復單詞總個數，重復次數由高到低輸出，

功能 2 命令列輸入英文作品的檔案名，實作作品不重復單詞計數，重復次數由高到低輸出前十位，

功能 3 命令列輸入存盤有英文作品檔案的目錄名，批量統計作品不重復單詞總數，重復次數由高到低輸出前十位，

功能 4從控制臺讀入英文單篇作品，表明你能提供更適合嵌入腳本的作品或者bing：linux重定向，

一、準備作業

　　從頭到尾瀏覽一遍題目要求以后，我第一反應不是編程思路是什么，而是先把準備作業做好，打開Excel表，隨時記錄時間，打開Word，隨時記錄遇到的困難和解決辦法，

二、版本控制

　　版本控制我之前是沒有接觸過的，剛開始是一臉懵，直接從度娘開始，查找什么是版本控制？什么是git？什么是tortoisgit？具體怎樣操作都是一步一步跟著自己查找進行操作，但是，其中還是走了好多彎路，耗費了大量的時間在熟悉工具上，心得：只知道按步驟來，不思考，往往做著無用功，

第一步：下載、安裝git和git客戶端tortoisgit，

git下載地址：https://git-scm.com/download

tortoisgit下載地址：https://tortoisegit.org/download/

安裝程序：點擊下一步，

第二步：申請coding.net賬號并新建一個專案

第三步：在coding.net上配置遠程git ，具體請參見

https://blog.csdn.net/gyy930324/article/details/54575246

（PS：若是代碼丟失，現在代碼無法運行，找不到原版代碼，需要恢復代碼參見https://blog.csdn.net/jjs2749651/article/details/80763842，希望你用不到代碼恢復，太慘了……）

三、學習程序

　　準備作業做好之后，接下來是最核心的環節了，由于自己對C語言比較熟悉，選擇了C語言進行編程，利用中午下課午休時間去圖書館借了譚浩強《C語言程式設計》，用于知識點的查漏補缺，

我把要求詳細的分析了以后，列出了我認為比較關鍵的地方：

1. 檔案的讀取：

2. 檔案遍歷

3. 單詞判斷：a.重復   b.大小寫  c.特殊符號

4. 詞頻排序：

5.控制臺輸出

6.代碼整合

7.重定向

四、遇到的困難與解決辦法

功能一：

1. 忘記了C語言中檔案的讀，

解決辦法：參見參見譚浩強《C語言程式設計》第四版第十章和https://blog.csdn.net/qq_29109941/article/details/74276375

　　2.忘記了結構體和指標的用法，

解決辦法：參見譚浩強《C語言程式設計》第四版 第八章和第九章，

　　3.忘記了排序演算法，

解決辦法：參見譚浩強《C語言程式設計》第四版 P147，

　　4.控制臺使用命令列引數運行程式，

解決辦法：int main(int argc,char *argv[])       

　　　　  //argv[0]指向程式運行的全路徑名

　　　　//argv[1]指向DOS命令列中執行程式名后的第一個字串

　　　　//argv[2]指向執行程式名后的第二個字串

　　　　//argv為存盤命令列引數的字串陣列

功能二：

1. 不知道怎么處理整本小說讀，

解決辦法：https://blog.csdn.net/yang332233/article/details/53081785 （實作txt讀取）

　　2.單詞統計判斷出現錯誤，

解決辦法：除了大小寫分別26個字母以外，處理特殊符號，

功能三 ：

1. 遍歷檔案夾中的txt困難，

解決辦法：查找檔案的類 struct _finddata_t結構體用法，chdir函式用法，

　　2.無法自動輸出檔案中每一個txt的詞頻統計，

解決辦法：每讀取一個目錄輸出一次單詞統計，

　　3.各個功能代碼整合困難，（判斷輸入是檔案夾的名字，還是檔案txt的名字比較困難）

解決辦法：1）通過輸入的引數判斷：if (S_ISDIR(st.st_mode))

                  2）正則表達： 正則沒看懂，最后選擇的第一種解決辦法，

功能四：

1. 不理解題意，

解決辦法：找度娘，瀏覽相關博客了解重定向的相關知識點，非自己實作，參考了潘世維同學的代碼，在此表示感謝，

五、重要代碼

1

long Handle;                                        //遍歷檔案夾中的txt
    struct _finddata_t fileinfo;
    struct stat st;                                        
    stat(argv[1],&st);                                    //判斷某檔案是檔案夾還是檔案
    if (S_ISDIR(st.st_mode))                            //是檔案夾
    {
        chdir(argv[1]);                                    //chdir（）用戶將當前的作業目錄改變成以引數路徑所指的目錄
        if((Handle=_findfirst("*.txt",&fileinfo))==-1L)  //findfirst搜索與指定的檔案名稱匹配的第一個實體，若成功則回傳第一個實體的句柄，否則回傳-1L，
            {
                printf("沒有找到匹配的專案\n");
            }
        else
        {
            printf("%s\n",fileinfo.name);
            find(fileinfo);    
            while(_findnext(Handle,&fileinfo)==0)
            {
                printf("---\n"); 
                printf("%s\n",fileinfo.name);
                find(fileinfo);
                printf("---\n"); 
            }
            _findclose(Handle);
        }
    }

2

1 FILE *fp;
2 fp=fopen(fileinfo.name,"r");

3

void count(char s[])
{
    int i,j;
    int flag=0;
    for(i=0;i<=sum;i++)
    {
        if(strcmp(C[i].str,s)==0)
        {
            C[i].num++;
            flag=1;
            
        }
    }
    if(flag==0)
    {
        for(j=0;j<30;j++)
            C[sum].str[j]=s[j];
        C[sum].num++;
        sum++;
        
    }
}

4

void paixu()
{
    int i,j;
    struct word a;
    for(i=0;i<sum;i++)
    {
        for(j=i+1;j<sum;j++)
        {
            if(C[i].num<C[j].num)
            {
                a=C[j];
                C[j]=C[i];
                C[i]=a;
            }
        }
    }

六、 執行效果圖

功能一

功能二

功能三

功能四

七、PSP階段表格

標籤：其他

上一篇：WordCount專案基本功能

下一篇：前端常用命令列