这个作业属于哪个课程	班级链接
这个作业要求在哪里	作业链接
这个作业的目标	写一个小项目
作业正文
其他参考文献

Github

https://github.com/Mauue/InfectStatistic-main

PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）
Planning	计划	10
- Estimate	估计这个任务需要多少时间	10
Development	开发	310
- Analysis	需求分析 (包括学习新技术)	30
- Design Spec	生成设计文档	10
- Design Review	设计复审	5
- Coding Standard	代码规范 (为目前的开发制定合适的规范)	5
- Design	具体设计	10
- Coding	具体编码	120
- Code Review	代码复审	10
- Test	测试（自我测试，修改代码，提交修改）	120
Reporting	报告	45
- Test Repor	测试报告	30
- Size Measurement	计算工作量	5
- Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	10
合计	365

解题思路

本项目使用Python3.7

由于需求文档足够清晰，看完之后我就把整体结构构思完了，把项目分成以下三个部分

1.解析命令行参数

该项因为之前没写过，所以单独列出来。刚开始查阅资料后，找到了个看似可以的模块 getopt模块。但是仔细阅读需求文档发现，需求是解析list子命令，getopt好像不能解析子命令,查阅了官方文档也没看见。不过官方文档里给出了另一条路:

The getopt module is a parser for command line options whose API is designed to be familiar to users of the C getopt() function. Users who are unfamiliar with the C getopt() function or who would like to write less code and get better help and error messages should consider using the argparse module instead.

于是就采用了argparse模块
之后对着文档操作了一波，能顺利执行下去，此部分暂告一段落。

2.解析日志文件

对txt日志文件进行解析

该日志中出现以下几种情况：
1、 <省> 新增感染患者 n人
2、 <省> 新增疑似患者 n人
3、 <省1> 感染患者流入 <省2> n人
4、 <省1> 疑似患者流入 <省2> n人
5、 <省> 死亡 n人
6、 <省> 治愈 n人
7、 <省> 疑似患者确诊感染 n人
8、 <省> 排除疑似患者 n人

看的这段话后第一反应就是用正则，想了想应该是可行的，此部分就先这样。

3.计算并输出具体数据

将上一部分的解析结果存储起来，按照要求输出出去，似乎没什么复杂的地方。

设计实现过程

按照上一部分的内容，设计出以下逻辑图

代码说明

程序的关键是对日志进行处理。

首先设计数据结构

    def _new_province(self, province):
        self.data.update({province: {"ip": 0, "sp": 0, "cure": 0, "dead": 0}})

数据按照省份的四项数据进行存储

之后是数据处理函数

    def _add_people(self, province, num, _type, _sub=False):
        num = -int(num) if _sub else int(num)
        if province not in self.data:
            self._new_province(province)
        self.data[province][_type] += num

操作的最小步骤为某一省份的某一数据增加或减少一定数量，所以设计了以上函数来处理。

解析日志的函数如下

    def _parse_line(self, line):
        if line.startswith('//'):
            return
        _patterns = [
            ('(.*?) 新增 感染患者 ([0-9]+)人', (((1, 2), 'ip', False),)),
            ('(.*?) 新增 疑似患者 ([0-9]+)人', (((1, 2), 'sp', False),)),
            ('(.*?) 感染患者 流入 (.*?) ([0-9]+)人', (((1, 3), 'ip', True), ((2, 3), 'ip', False))),
            ('(.*?) 疑似患者 流入 (.*?) ([0-9]+)人', (((1, 3), 'sp', True), ((2, 3), 'sp', False))),
            ('(.*?) 死亡 ([0-9]+)人', (((1, 2), 'dead', False), ((1, 2), 'ip', True))),
            ('(.*?) 治愈 ([0-9]+)人', (((1, 2), 'cure', False), ((1, 2), 'ip', True))),
            ('(.*?) 疑似患者 确诊感染 ([0-9]+)人', (((1, 2), 'sp', True), ((1, 2), 'ip', False))),
            ('(.*?) 排除 疑似患者 ([0-9]+)人', (((1, 2), 'sp', True),)),
        ]
        for _pattern, _args_list in _patterns:
            result = re.match(_pattern, line)
            if result:
                for _args in _args_list:
                    index, _type, _sub = _args
                    province, num = result.group(*index)
                    self._add_people(province, num, _type, _sub)
                return

通过匹配正则表达式来解析日志的数据，若之后出现其他的日志格式也可以直接在这添加一行语句，无需额外操作。

以上就是程序解析日志的部分，也是关键部分。

其他部分个人认为较为简单，不再列出