wordCount项目 C++实现

Github项目地址传送门

项目相关要求

• 基本功能
  • 统计C语言源文件的字符数（完成）
  • 统计C语言源文件的词的数目（完成）
  • 统计C语言源文件的行数（完成）
• 拓展功能
  • 递归处理目录下符合条件的文件（完成）
  • 返回更复杂的数据（代码行 / 空行 / 注释行）（完成）
• 高级功能
  • 实现图形界面（待完成）

首先，我们需要明确一下“字符”，“词”，“行”，“代码行”，“空行”，“注释行”的定义。
字符：一个ASCII字符，包括控制字符和可打印字符。
词：一个由空白字符（不仅指空格，还指'\f','\v','\n','\r'这些控制字符）分隔的非空字符串。
行：一个由换行符分隔的字符串，可以为空。一行结束的标志是换行符。

代码行：本行包括多于一个字符的代码。
空行：本行全部是空格或格式控制字符，如果包括代码，则只有不超过一个可显示的字符，例如“{”。
注释行：本行不是代码行，并且本行包括注释。

以上代码行、空行、注释行的说明摘自项目说明。

为了消除歧义，特提出以下补充说明：
1.项目说明指出了下面第一行是注释行，类似的，第二行和第三行也是项目行。

} //注释
{ //注释
; //注释

2.按照定义，下面这一行是代码行，但不是注释行。

printf("Hello, world"); //say "Hello, world"

3.按照定义，第一行是代码行，但不是注释行。第二行和第三行是注释行。

printf("Hello, world"); /*say "Hello, world"

                         */

4.第二行不是空白行。第一行到第三行都是注释行。

/* The next line is a comment line.

 */

思路

对于字符数的统计，每读取一个字符，让chracters加一即可。
对于词数的统计，需要一个标记，用于记录前面一个字符是不是空白字符，假如前面一个字符是空白字符且当前字符是可显示字符，那么让words加一。
对于行数的统计，每读取到一个换行符，让lines加一即可。
对于空白行、代码行、注释行的统计，需要用到一个块注释标记和一些正则表达式，具体如下：

bool blockCommentFlag = false;
string blankLineRegex = "(\\s*)([{};]?)(\\s*)";
string lineCommentRegex = "(\\s*)([{};]?)(\\s*)(//)(.*)";
string blockCommentStartFlagRegex = "(\\s*)([{};]?)(\\s*)(/{1})(\\*{1})(.*)";
string blockCommentStartFlag1Regex = "(.*)(/{1})(\\*{1})(.*)";
string blockCommentCloseFlagRegex = "(.*)(\\*{1})(/{1})(\\s*)";

1. 每读取一行，首先需要判断当前行是不是位于块注释中，假如是，让注释行加一，否则进行2
2. 使用blankLineRegex这个正则表达式判断当前行是不是空白行，假如是，让空白行加一，否则进行3
3. 使用lineCommentRegex判断当前行是不是行注释，假如是，让注释行加一，否则进行4
4. 使用blockCommentStartFlagRegex判断当前行是不是含有块注释开始的标志且为注释行，假如是，把blockCommentFlag改为true，并将注释行加一，否则进行5
5. 使用blockCommentStartFlag1Regex判断当前行是不是含有块注释开始的标志且为代码行，假如是，把blockCommentFlag改为true，并将代码行加一，否则进行6
6. 假如以上情况都不是，那么说明该行是代码行，让代码行加一，并结束该行的判断

设计

File类：

• 变量：characters, words, lines, blankLines, codeLines, commentLines.
• 方法：
  • countBasic：统计字符数、词数、行数。
  • countSpecialLines：统计空白行、代码行、注释行。
  • print：输出统计结果。

setMode函数：根据输入参数设置模式。
readFile函数：处理一个文件。
recursiveReadFiles函数：处理一个目录。

扫描二维码关注公众号，回复： 3138382 查看本文章

主要流程就是读取命令行参数，然后调用setMode设置参数，接着根据对象是文件还是目录，分别调用readFile或recursiveReadFiles。
readFile接着又会调用countBasic和countSpecialLines，执行程序的核心部分，进行统计。接着调用print输出结果。

关键代码

1.统计字符、词、行

void countBasic(FILE *pFile) {
    char c;
    bool spaceFlag = true;
    while((c = fgetc(pFile)) != EOF) {
        characters++;

        words += (spaceFlag == true && isgraph(c));
        spaceFlag = isspace(c);

        lines += c == '\n';
    }
}

2.统计空白行、代码行、注释行

/* 要确定一行是不是空白行，只要通过判断该行的可打印字符个数是否不超过1个即可。另外还要注意，该行不能在块注释中。
 * 要确定一行是不是代码行，只要判断该行的可打印字符个数是否超过1个即可。另外还要注意，改行不在块注释中。
 * 假如一行是注释行，那么该行首先必须不是代码行，其次，需要有注释标志。
 * 根据以上信息，可写出正则表达式进行匹配。
 */
void countSpecialLines() {
    string line;
    ifstream file(fileName);
    bool blockCommentFlag = false;
    string blankLineRegex = "(\\s*)([{};]?)(\\s*)";
    string lineCommentRegex = "(\\s*)([{};]?)(\\s*)(//)(.*)";
    string blockCommentStartFlagRegex = "(\\s*)([{};]?)(\\s*)(/{1})(\\*{1})(.*)";
    string blockCommentStartFlag1Regex = "(.*)(/{1})(\\*{1})(.*)";
    string blockCommentCloseFlagRegex = "(.*)(\\*{1})(/{1})(\\s*)";
    while (getline(file, line)) { if(blockCommentFlag) {
            commentLines++;
            if(regex_match(line, regex(blockCommentCloseFlagRegex))) {
                blockCommentFlag = false;
            }
        }
        else if(regex_match(line, regex(blankLineRegex))) {
            blankLines++;
        }
        else if(regex_match(line, regex(lineCommentRegex))) {
            commentLines++;
        }
        else if(regex_match(line, regex(blockCommentStartFlagRegex))) {
            commentLines++;
            blockCommentFlag = true;
        }
        else if(regex_match(line, regex(blockCommentStartFlag1Regex))) {
            codeLines++;
            blockCommentFlag = true;
        }
        else {
            codeLines++;
        }
    }
    file.close();
}

3.根据参数输出统计结果，注意输出顺序是有规律的，依次为字符数 词数 行数 空白行数 代码行数 注释行数。

void print(map<char, bool> mode) {
    if(mode['c'])
        printf("%6d", characters);
    if(mode['w'])
        printf("%6d", words);
    if(mode['l'])
        printf("%6d", lines);
    if(mode['a'])
        printf("%6d%6d%6d", blankLines, codeLines, commentLines);
    putchar('\n');
}

测试报告

首先我制作了几个经典的测试样例以及对应的参考统计结果，另外，为了节省测试时间，我还写了一个脚本来进行自动化测试。
假如所有的测试样例都通过了，则会提示ok，如下：

假如有些样例没有通过，则会提示wrong，并指出错在哪里，如下：

我构造的测试样例及测试结果如下：

1. 空文件
   
   
   这里输出的依次是字符数、词数、行数、空行数、代码行数、注释行数。下面的也一样。
2. 一个字符的文件
   
   
3. 一个单词的文件
   
   
4. 一行的文件
   
   
5. 典型的C源文件
   
   
6. 另一个典型的C源文件
   
   

除了测试这些样例，我还测试了非法输入的情况，如下：

1. 没有输入参数
   
2. 参数非法
   
3. 文件或目录不存在
   
4. 在未输入s参数的情况下查询目录
   

拓展功能的查询更复杂信息和查询目录的测试：

代码覆盖率(Todo)

遇到的困难及解决方法

1. 之前很少用C++写与文件操作相关的代码，所以对于实现-s这个参数的时候无从下手，最后，通过搜索引擎，查阅官方文档和他人的博客，学习到了新知识，顺利地解决了这个问题。
2. 实现-a这个参数，需要统计空行、代码行、注释行。一开始，我的想法是逐个读取字符，进行相关变量的更新，并进行状态转化。但是，这样实现的话，会需要很多的标记，让代码晦涩难懂。而且由于这个状态机的状态很多，状态之间的转化也相当复杂。所以，最后我放弃了这种实现方式，改用正则表达式来实现，这样会简单很多。这启发我，在具体实现前，最好先比较一下各种实现方式的难易程度，再选择一种比较容易的来写。

PSP

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	25	50
· Estimate	· 估计这个任务需要多少时间	25	50
Development	开发	525	600
· Analysis	· 需求分析 (包括学习新技术)	75	75
· Design Spec	· 生成设计文档	25	0
· Design Review	· 设计复审 (和同事审核设计文档)	0	0
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	25	0
· Design	· 具体设计	25	50
· Coding	· 具体编码	325	425
· Code Review	· 代码复审	25	25
· Test	· 测试（自我测试，修改代码，提交修改）	25	25
Reporting	报告	100	100
· Test Report	· 测试报告	50	50
· Size Measurement	· 计算工作量	25	25
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	25	25
合计		650	750

总结

一开始没有认真分析需求，没有想好就开始动手编码实现，中途停停顿顿，浪费了不少时间。从上面的PSP也可以看出，我花了很少时间在“生成设计文档”、“设计复审”、“代码规范”这三个环节上，导致我后面“具体编码”的环节花的时间比预估的时间长了很多。后来，我重新阅读了项目文件，明确了需求，并进行了相关设计，然后就实现得比较顺利了。这启发我，在开始动手编码前，应该先想好思路，并设计好模块，磨刀不误砍柴工嘛。