结对作业 Round2

前言

• stay hungry, stay foolish

I 分工

• 黄sir ------------->> WordCount.exe 功能的更新和升级
• 刘sir ------------->> 编写爬虫程序，生成文件

II PSP表格

PSP5.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	10	10
· Estimate	· 估计这个任务需要多少时间	10	10
Development	开发	1620	1940
· Analysis	· 需求分析 (包括学习新技术)	400	480
· Design Spec	· 生成设计文档	30	20
· Design Review	· 设计复审	20	10
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	20	30
· Design	· 具体设计	150	100
· Coding	· 具体编码	600	800
· Code Review	· 代码复审	200	200
· Test	· 测试（自我测试，修改代码，提交修改）	200	300
Reporting	报告	60	60
· Test Repor	· 测试报告	30	40
· Size Measurement	· 计算工作量	10	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	10
	合计	1690	2010

III 解题思路描述与设计实现说明

• 爬虫使用

  使用 C++ 编写了一段类似爬虫的程序

  在知道这个结对项目我要负责的部分之后我就想了：这估计是我现阶段的遇到第二棘手的问题，第一棘手的问题是‘穷’。还好本次作业给的时间足够长，不然真的要崩溃了。

  在编写爬虫程序的初期，首先想到的是助教姐姐提到的 “在 C++ 中调用 Python 的脚本” 来运行，查了好长时间后，由于没找到合适的文章再加之自己并没有 Python 的基础，放弃了这一想法。

  后来给予我灵感的是 ，在这篇文章中，博主运用 java 语言，使用正则表达式匹配这一方法将知乎的编辑推荐内容输出到 IDE 的界面上。但是由于我们打算使用
  C++ 来编写爬虫程序，遂弃之。苦思良久，某一日突发奇想，为何不使用我最熟悉的 C++ 来进行上篇博主的工作呢？博主是直接对网页的源码遍历后进行匹配，我亦可以使用 C++ 对网页源码进行筛选！
  抱着试一试的心态，我尝试着使用网上的教程来对网页源码进行分析，后来发现自己这方面的基础过于薄弱，无法理解更具体的遍历和匹配问题，也就无法进行信息的爬取。但这个问题几乎在两秒后就解决了，
  “我不是之前有一个 WordCount 程序吗？把网页当文本传进来不就行了？”，哇，似乎我做爬虫和队友的工作没有任何一点关系，但正是前面的工作对我这个项目的完成起到了至关重要的作用，nice兄dei！
  于是接下来的任务就轻松了很多，首先是查找使用 C++ 获取网页源码的程序，再将找到的 html 输出到文本中，再对输出的文本进行筛选、匹配和输出等工作。

• 代码组织与内部实现设计（类图）

  

• 算法的关键与关键实现部分流程图

  算法的关键是我从网上找到的一段能够显示网页源码的代码，，这段代码使用了微软提供的Winnet类，Winnet类一个应用层的网络通信组件，它可以使应用程序很容易的实现http、ftp、gopher等协议而不需要去深入的了解协议本身的规范。有了这段代码后，我学习了将输出写到文件的方法，将找到的html写到一个txt文件中。至于其他工作，在前面这些看来也是微乎其微了。

IV 附加题设计与展示

• 设计的创意独到之处

  可以输出每个月发表的论文的数量并且输出每个月对应的论文题目

• 实现思路

  新建一个名为 month 的类，对输出文件进行遍历，如果找到某月的论文，就将对应月份论文的数量加一，在将论文题目输出到对应月份下面。

• 实现成果展示

V 遇到的代码模块异常或结对困难及解决方法

• 问题描述

  遇到很多次没有考虑到输入字符串长度的问题

• 做过哪些尝试

  百度，然后通过设置断点的方法解决

• 是否解决

  解决了

• 有何收获

  做题要细心啊，要把所有情况考虑进去

VI 评价你的队友

• 值得学习的地方

  黄鸿杰同学是一个非常认真的同学，题目比我看得仔细，代码组织方面也比我谨慎

• 需要改进的地方

  希望黄鸿杰同学之后可以及时和我探讨项目问题，不要等自己的部分都快做完了，才通知我要做什么，这样我鸭梨很大

VII 学习进度条

第N周	新增代码（行）	累计代码（行）	本周学习耗时（小时）	累计学习耗时（小时）	重要成长
1	300	300	25	25	C++熟悉，对文件读取分析方法
2	0	300	7	32	Axure rp 8使用 熟悉NABCD模型
3	300	600	44	76	使用C++编写爬虫程序