个人项目

这次作业的github链接：https://github.com/SSTTwin/3222004598

一、PSP表格

二、计算模块接口的设计与实现过程：

1. 定义模糊匹配函数：

• fuzzy_match函数接受一个pattern和一个sentences列表作为输入。
• 使用difflib.SequenceMatcher计算pattern和每个sentence之间的相似度。
• 如果相似度大于0.6，将句子和相似度添加到matches列表中。
• 函数返回匹配的结果和最后一个计算的相似度。

2. 主程序：

• 读取原文和待检测文章的路径。
• 读取文件内容并进行预处理，将文本内容转换为字符串。
• 调用模糊匹配函数，对待检测文章进行匹配，并获取相似度。
• 输出匹配结果和相似度。

3. 读取文件：

• 从用户那里获取两个文件的路径。
• 打开文件并逐行读取，去掉每行的前后空白字符。
• 将每一行添加到temp和temp_1列表中，直到文件结束。
• 读取完成后，将所有行合并为一个字符串result和result_1。

4.模糊匹配和结果输出：

• 将result_1设为要匹配的模式。
• 调用 fuzzy_match 函数来计算待检测文章 pattern 与 sentences 中每个句子的相似度。matches 存储相似的结果及其相似度，Sim_num 存储相似度的阈值。
• 打印匹配结果和相似度。
• 将最后一个计算的相似度写入到Result.txt文件中。

三、结果输出：

四、计算模块接口部分的性能改进：

改进思路：

• 改进 fuzzy_match 函数的返回值：
  fuzzy_match 函数现在返回的相似度是最后一个匹配的相似度，但它应该返回所有匹配的相似度列表。
• 优化文件处理：
  使用 with 语句来自动管理文件的打开和关闭，避免手动关闭文件带来的潜在问题。
• 避免重复调用 fuzzy_match：
  不需要多次调用 fuzzy_match，一次调用就可以获得匹配结果和相似度列表。
• 处理文件读取：
  文件内容的读取逻辑可以优化为一次性读取全部内容，并在内存中处理，避免逐行读取的复杂性。
• 改进文件写入：
  文件写入应处理结果格式，以便于后续使用。

计算模块部分单元测试展示：

import unittest
import time

class TestFuzzyMatch(unittest.TestCase):
    def setUp(self):
        # 构造测试数据
        self.original_text = "This is a sample original text."
        self.test_text = "This is a sample test text."
        self.pattern = "sample"
        self.similarity_threshold = 0.6

    def test_fuzzy_match(self):
        # 测试模糊匹配函数的正确性
        matches, similarity = fuzzy_match(self.pattern, [self.original_text])
        
        # 检查返回结果是否符合预期
        self.assertEqual(len(matches), 1, "Expected exactly one match.")
        self.assertIn(self.original_text, matches[0][0], "Match should contain the original text.")
        self.assertGreaterEqual(matches[0][1], self.similarity_threshold, "Similarity should be greater than or equal to the threshold.")

    def test_performance(self):
        # 测试性能是否有所改进
        start_time = time.time()
        # 执行模糊匹配
        fuzzy_match(self.pattern, [self.original_text] * 1000)  # 重复1000次以模拟大量数据
        end_time = time.time()

        # 检查执行时间是否合理
        self.assertLess(end_time - start_time, 10, "Performance test failed: Execution time exceeded 10 seconds.")

if __name__ == '__main__':
    unittest.main()

TestFuzzyMatch 是一个继承自 unittest.TestCase 的测试类。test_fuzzy_match 方法验证了函数的正确性，而 test_performance 方法检查了函数的性能