此作業的要求參見：https://edu.cnblogs.com/campus/nenu/2020Fall/homework/11206

該作業採用的程式語言為Python，其程式碼的地址為：https://e.coding.net/xucancan1/count_words/count_words.git

我用的是git和tortoisgit將檔案傳入到coding.net上的

功能1小檔案輸入

功能2支援命令列輸入英文作品的檔名

功能3支援命令列輸入儲存有英文作品檔案的目錄名

功能4從控制檯讀入英文單篇作品

一. 功能1

重難點：

（1）對於第一個題，如何把檔名輸入到命令列引數上，讓命令列的引數來進行處理問題？注意這裡要與input（）函式的輸入區分開來

如果我們使用input（）函式獲得輸入資料而進行處理，這種在命令列上執行時，會要求敲兩次回車鍵才能執行，第一行輸入的資料都輸入到了sys.argv中，而第二行輸入的資料,才是被輸入到了input（）了，然後通過input（）來處理，雖然結果相同，但顯然不符合題意。

正確做法：引入sys包，通過sys,argv陣列來接收輸入的檔名以及其他引數 （ps:不是用input來接受檔名進行處理）

（2）如何通過命令列輸入的檔名來讀取對應的檔案？

通過使用sys.argv[0],sys.argv[1],sys.argv[2],來進行操作，一般sys.argv[0]指的是pthon檔名的路徑,sys.argv[1]，sys.argv[2],才是接下來的要處理的引數

對於開啟檔案用open()函式：f=open("sys.argv[0]",''r",encoding="UTF-8"),這裡有一個很容易錯的問題，那就是這個需要加一個utf-8,當時在這個問題卡了很久，不明白問題所在，通過百度才明白。

由於.py檔案預設ASCII編碼，中文在顯示時會做一個ASCII到系統預設編碼的轉換，這時會報錯，所以在open（）函式里加‘encoding='utf-8’,意為以位元組為單位對Unicode進行編碼儲存，這樣遇到中文也不會出錯。

（3）如何將檔案的內容分割成單詞，然後儲存到列表中？

我用的是split()函式按照一定的規則進行分割；首先將檔案統一轉換成小寫（大寫也行）進行預處理，避免重複計算，

（4）如何統計總單詞數和統計各個單詞出現的次數？

對於這個問題，我本來想著用一個for迴圈來遍歷列表。將每個單詞出現的個數用字典來統計的，但是後來想了一下這個有點浪費體力，然後剛好有一個collection包裡有一個counter()函式，直接統計列表中的單詞，返回的結果是一個元組的列表，剛好符合我要的功能。接著就是遍歷這個字典統計各個單詞的出現的個數以及進行列印。

（5）如何統計單詞數出現最多的前n個單詞的列表？

這裡其實可以使用sort函式對字典的鍵值進行排序，然後選擇只打印前10個單詞以及出現的個數，但是這樣多了一個for迴圈判斷，我果斷放棄了，又選擇一個一個內建函式most_common(10)，這個函式好處作用是統計了前10的單詞，返回是一個字典，然後只需列印遍歷這個字典就行。

重要程式碼：

#功能1：小檔案輸入。
def count_words(filename):
    #print("c")
    s=".txt"
    if s in filename:
        path=filename
    else:    
        path=filename+s

    try:
        with open(path,"r",encoding="UTF-8") as f_obj:
             content = f_obj.read().lower()
    except FileNotFoundError:
        msg = "sorry,the file " + filename + " does not exist."
        print(msg)
    else:
    
        #為避免重複計算大小寫單詞，所以將所有單詞全部轉換為小寫
        lists= re.split(r'[",", ".", "!", "?", ";", ""","--","\n"]', content)     #通過正則表示式和split()函式生成檔案內容的列表 
        lists= list(filter(None, lists))     #消除列表中的空格
        words=Counter(lists)
        #遍歷字典，統計鍵值對數
        num=0
        for key,value in words.items():
            num+=1
        #功能1不輸出words，功能2輸出words
        if sys.argv[1]=="-s":
            print("total"+" "+str(num))
        else:
           print("total"+" "+str(num)+" words")
        #most_common(n)返回統計單詞數出現最多的前n個單詞列表
        maxwords=words.most_common(10)
        for i in maxwords:
           print("%-10s%5d"%(i[0],i[1]))

執行效果截圖：

二. 功能2

重難點：

（1）如何支援直接輸入檔名，而不需要加字尾名.txt和-s就可以統計檔案的各個單詞次數呢？

對於這個問題，要與第一題區分，第一題是加-s就執行執行這個檔案，我們只要判斷一下sys,argv[1]是否是-s,如果有，就執行第一個功能，如果沒有就執行第二個功能，接著然後在輸入的檔案後面新增一個.txt字尾。

（2）如何處理這個檔案的大小寫單詞和非字母對單詞詞統計的影響？

對於這兩個問題，當統計次數時，首先解決大小寫的影響，我用的是.lower()函式將全部單詞轉化為小寫，(這裡也可以用.upper()函式轉換成大寫)，這樣做可以避免重複計算單詞。其次是解決非字母的字元，我使用的是findall(r"[a-z0-9^-]+",f.read().lower())函式來處理的，它的作用是通過正則表示式和findall()函式排除不符合的字元，從而生成檔案內容的列表，其實我後來想了一下，其實也可以用replace()函式把那些不符合單詞的字元替換掉。

（3）有關功能1和功能2的區別？

功能1和功能2除了上述的輸入有區別外，還有輸出的區別：功能2是要輸出“words”這個單詞的，功能1不輸出該單詞。

重要程式碼：

#功能2：支援命令列輸入英文作品的檔名
def count_words02(name):
    
    # 判斷傳入的命令列引數字尾部分是否含有.txt
    d=".txt"
    if d in name:
        path=name
    else:     #若沒有，要加上，再作為開啟路徑
        path=name+d
   
    f=open(path,"r",encoding="utf-8")     
    lists=findall(r"[a-z0-9^-]+",f.read().lower())#通過正則表示式和findall()函式生成檔案內容的列表
    words=Counter(lists)
    #遍歷字典，統計鍵值對數
    num=0
    for key,value in words.items():
        num+=1
    #功能1不輸出words，功能2輸出words
    if sys.argv[1]=="-s":
        print("total"+" "+str(num))
    else:
        print("total"+" "+str(num)+" words")
    #most_common(n)返回計數值最大的n個元素的元素列表
    maxwords=words.most_common(10)
    for i in maxwords:
        print("%-10s%5d"%(i[0],i[1]))

執行效果截圖：

三.功能3

重難點：

（1）如何判斷你輸入的引數是檔案還是資料夾？

對於這個問題，我百度了一下，首先需要os這個包，這個包裡面帶了一個os.path.isdir(）函式，它的作用是用於判斷某一物件(需提供絕對路徑)是否為目錄，這個要與os.path.isfile()函式區分開來他的作用是判斷物件是否為一個檔案，具體用法區別詳見：https://blog.csdn.net/m0_37443131/article/details/81231763

（2）如何獲取當前.txt檔案的絕對路徑？

這個問題困擾了很久，我當時想取指定檔案或目錄的絕對路徑（完整路徑），想起OS模組不是有個取檔案絕對路徑的方法os.path.abspath()，結果出現了很大的問題。

例如：獲取檔案‘test.py’的完整路徑

test.py的完整路徑是：D:\python_t\IO目錄處理\test.py，而不是D:\python_t\test.py，看到這個結果我就淚奔了，不是取絕對路徑麼？怎麼不是真實的完整路徑？上級目錄不見了？很多疑惑？

其實通過這個例子，我們可以看出os.path.abspath（）函式無法獲取指定檔案的絕對路徑，而是需要加檔案路徑os.path.abspath（path），所以我為了獲得絕對路徑，分為了兩個部分，第一部分是獲得該資料夾的上級目錄domain = os.path.abspath("."), domain獲取的是當前檔案的上一級目錄資料夾，然後加上當前資料夾；第二部分是獲得需要訪問的.txt檔案,兩個部分加起來，就是.txt檔案的絕對路徑。

詳細用法：https://blog.csdn.net/funnypython/article/details/78733115

（3）在獲得資料夾路徑時，需要把所有的\\更改為/

因為python返回路徑時目錄級別都是\\這個形態的，需要將他轉換成 / 這個形態，用了replace()函式替換

（4）如何統計資料夾下的.txt檔案的單詞出現次數？

由於獲得了該資料夾的絕對路徑，再加上需要訪問的.txt檔案，兩部分加起來就是該.txt檔案的絕對路徑，然後用open（）函式，對這個檔案進行讀取，去除一些不符合單詞的字元，然後用counter()函式統計單詞出現的個數。

重要程式碼：

 #功能3
    elif os.path.isdir(sys.argv[1]):
       #print(sys.argv[1])
        filecount(sys.argv[1])

#功能3：傳入資料夾，批量統計資料夾下各檔案的單詞的個數
def filecount(filename):
    files=os.listdir(filename)#將資料夾下的檔案列表化
   # print(files)   #輸出該檔案下所有的檔案
    print("\n")
    domain = os.path.abspath(".") #獲取檔案的上一級目錄資料夾，輸出的是D:/homework01/
    domain = domain.replace('\\', '/') + '/' + filename + '/'   #將所有的\\變成“/”，且加上當前檔案，返回相當於D:/homework01/book/
    
    for file in files:  #遍歷檔案下的所有檔案
        
        path=domain+file   #這才是該檔案的真實路徑，path=D:/homework01/book/file.txt
        
        (filename1, extension) = os.path.splitext(file)#將檔名與字尾分開，將檔名單列出來
        print(filename1)   
        f=open(path,"r",encoding="utf-8")     
        lists=findall(r"[a-z0-9^-]+",f.read().lower())#通過正則表示式和findall()函式生成檔案內容的列表
        words=Counter(lists)  #Counter函式是用來跟蹤值出現的次數，以字典的鍵值對形式儲存，其中元素為key,其計數為value  
        #遍歷字典，統計鍵值對數
        num=0
        for key,value in words.items():
           num+=1
        print("total"+" "+str(num)+" words")
           
        #most_common(n)返回計數值最大的n個元素的元素列表
        maxwords=words.most_common(10)
        for i in maxwords:
           print("%-10s%5d"%(i[0],i[1]))
        print('------------------')
        

執行效果截圖：

四.功能4

重點難點：

（1）如何對功能4的理解？

其實開始看這個功能4時，我還蒙，但是看了一下測試用例，我慢慢明白了，首先確定the_show_of_the_ring是一個檔案，其次哪個>wf -s < the_show_of_the_ring，這個<符號是一個重定向符，-s是新增的區別於其他功能的標誌，所以題意是統計重定向的檔案的單詞個數。

（2）如何在cmd命令臺接收一大段英文文章？

首先確定sys.argv陣列是不能接受這麼大段英文文章的，所以我引用了input（）函式，sys.argv用來儲存這個.py檔案路徑，我先判斷一下輸入，sys.argv陣列的裡面內容的個數為1，就表明它接下來要輸入一段英文文章；接著我用input()函式來接收這段英文。然後通過input()函式接收的英文進行分割處理成單詞列表，接下來就是統計單詞個數了

重要程式碼：

#功能4：輸入一篇文章統計單詞字數
    if(len(argv)==1):
        str = input()
        str = re.sub('[^a-zA-Z]',' ',str)  #sub()函式將不為字母的替換空格
        count_words03(str)

（3）如何統計重定向檔案的單詞，即< the_show_of_the_ring？

對於這個問題，我完全沒有頭緒，後來通過偉大的百度，查閱了一下windows下檔案重定向的相關問題，大概總算明白了是什麼回事。然後看到了一個sys.stdin.readline() 函式，這個函式功能是儲存重定向的檔名接著去讀這個檔案的內容，返回這個檔案的內容。剛好返回的內容是我們需要的，我們可以通過相關處理變成單詞列表，繼續統計該列表的單詞。

sys.stdin.readline()函式用法詳見：https://www.jb51.net/article/169914.htm

（4）如何判別wf.py -s是執行功能4的重定向呢？

這個功能區別於功能1，功能1中的sys.argv數組裡面的len(sys.argv)是3，而功能4中的len(sys.argv)數組裡面的是2，接下來用sys.stdin.readline() 函式接收重定向的檔案，並返回該檔案的內容。

重要程式碼：

#功能1和功能4
    elif sys.argv[1]=='-s':
        if(len(argv) == 3):   #執行功能1
            #print(sys.argv[2])
            count_words(sys.argv[2])
               
        elif(len(argv)==2):   #執行功能4:重新定向檔案
           redirect_words = sys.stdin.readline()  # 儲存重定向的檔名接著去讀這個檔案的內容，返回這個檔案

重要程式碼：

#功能4：重定向
def count_words03(string):
    print("\n")
    lists = string.replace('\n', ' ').lower().split()  # 用空格去掉所有的\n，且轉換成小寫，進行分割單詞
    words=Counter(lists)  #Counter函式是用來跟蹤值出現的次數，以字典的鍵值對形式儲存，其中元素為key,其計數為value  
    #遍歷字典，統計鍵值對數
    num=0
    for key,value in words.items():
        num+=1
    print("total"+" "+str(num)+" words")
           
    #most_common(n)返回計數值最大的n個元素的元素列表
    maxwords=words.most_common(10)
    for i in maxwords:
        print("%-10s%5d"%(i[0],i[1]))
     
        

#定義main函式
def main(argv):
    #功能4：輸入一篇文章統計單詞字數
    if(len(argv)==1):
        str = input()
        str = re.sub('[^a-zA-Z]',' ',str)  #sub()函式將不為字母的替換空格
        count_words03(str)
        
    #功能1和功能4
    elif sys.argv[1]=='-s':
        if(len(argv) == 3):   #執行功能1
            #print(sys.argv[2])
            count_words(sys.argv[2])
               
        elif(len(argv)==2):   #執行功能4:重新定向檔案
           redirect_words = sys.stdin.readline()  # 儲存重定向的檔名接著去讀這個檔案的內容，返回這個檔案的內容
           
           redirect_words= re.sub('[^a-zA-Z]',' ',redirect_words)
           count_words03(redirect_words)
                 

執行效果圖：

五 功能5

在檔案中統計給定的單詞長度為m的次數前n個的單詞

重難點：

（1）如何解析題目的需求？

我為了把這個功能模組整合到原先設計好的程式框架中，特定對功能5做了標記，這是為了與其他功能的執行區分，用了-h這個標記來執行功能5，剩下的就是功能5的需求進行設計。

（2）如何將兩個變數引數輸入進去，並且讓它們執行相應的功能？

對於這個問題我是用input()函式來接收它們，由於input（）函式返回的是字串型別，所以我用了int()函式將他們強制轉換成整形，然後把它們輸入到功能5模組中進行處理，接著就是讀取檔案，將檔案內容按照正則表示式分割成單詞列表。

#功能5: 在檔案中統計給定的單詞長度為m的次數前n個的單詞
    if(sys.argv[1]=="-h"):
        str1=input()
        a=int((str1.strip()))
        str2=input()
        b=int((str2.strip())))
        count_words04(sys.argv[2],a,b)
        

（3）注意input()函式，這個函式它也接收空格，回車換行等字元，在將它強制轉換時，需要用striip()將這些過濾掉，然後才能用int()函式轉成整數

（4）如何獲得檔案中單詞長度為m的單詞次數前n的單詞列表呢？

首先，解決這個問題分為兩步，第一步在檔案中獲取所有單詞長度為m的單詞；我先用counter（）函式統計各個單詞的出現的次數，由於counter（）函式返回的是單詞元組的列表，在這個問題，我開始以為counter()函式返回的是字典，後面造成了一定隱形錯誤，然後我遍歷這個列表，找出所有單詞長度為m的單詞，接著將它們逐個新增到一個空字典中；第二步在第一步的基礎上，統計單詞次數前n的單詞；由於獲得了所有單詞長度為m的單詞的字典，接著對這些字典的鍵值進行排序，我本來是想用一個氣泡排序進行排序的，後來想著這樣太麻煩了，所以直接用most_common()函式統計出前n的單詞 以及次數。

 words=Counter(lists)
        #遍歷元組，統計鍵值對數
        num=0
        words_dic = {}
        for key,value in words.items():
            d={}
            if(len(key)==lent): #統計長度為lent的單詞
                d[key]=value
                words_dic.update(d)
                
            num+=1
        print("\n")
        print("total"+" "+str(num)+" words")
        print("你選擇了長度為"+str(lent)+"的單詞")
        print("統計單詞數出現最多的前"+str(n)+"個單詞的列表")
        words_list=Counter(words_dic)

（5）關於most_common（）函式的錯誤用法的血淚史。

錯誤1：呼叫most_common()函式有限制，我一直以為可以通過字典來呼叫它，然後我一直執行，不停的報錯，（ps:我英語差，當時看不懂錯誤提示）然後我將錯誤提示提交給百度，搜查相關的問題，然後知道了問題關鍵所在，原來是most_commom（）函式的用法出現問題，接著我查了一下most_commom（）函式的用法，字典不能呼叫它，列表可以呼叫它。然後我就再次使用counter()函式，將字典轉成帶有元組的列表，這樣就可以使用most_commom（）函數了。

錯誤2：most_common()函式只返回前n個單詞，它不管第n+1個單詞是否與第n個單詞相等，這樣造成的後果會丟掉那些原本第n+1個單詞和第n個單詞相等的單詞。

錯誤執行結果截圖：

從上圖可以看出，長度為4的單詞排序，取單詞數出現前3的單詞，第4，第5，第6的單詞個數與第3的單詞個數相等，但是它們被捨棄了，沒有被顯示，這種返回結果非常不好。

針對上面的出現的問題，我重新定義了一個get_count(dct, n)函式來解決，當相等的情況下，相等的需要全部被顯示出來。

#返回統計單詞數出現最多的前n個單詞列表
def get_count(dct, n):
  data = dct.most_common()
  val = data[n-1][1] 
  return list(takewhile(lambda x: x[1] >= val, data))

正確執行結果截圖：

重要程式碼：

def main(argv):
    #功能5: 在檔案中統計給定的單詞長度為m的次數前n個的單詞
    if(sys.argv[1]=="-h"):
        str1=input()
        a=int((str1.strip()))
        str2=input()
        b=int((str2.strip()))
        count_words04(sys.argv[2],a,b)
        

#功能5：查詢特定長度單詞的個數
def count_words04(filename,lent,n):
    s=".txt"
    if s in filename:
        path=filename
    else:    
        path=filename+s

    try:
        with open(path,"r",encoding="UTF-8") as f_obj:
             content = f_obj.read().lower()
    except FileNotFoundError:
        msg = "sorry,the file " + filename + " does not exist."
        print(msg)
    else:
    
        #為避免重複計算大小寫單詞，所以將所有單詞全部轉換為小寫
        lists= re.split(r'[",", ".", "!", "?", ";", ""","--","\n"]', content)     #通過正則表示式和split()函式生成檔案內容的列表 
        lists= list(filter(None, lists))     #消除列表中的空格
        words=Counter(lists)
        #遍歷元組，統計鍵值對數
        num=0
        words_dic = {}
        for key,value in words.items():
            d={}
            if(len(key)==lent): #統計長度為lent的單詞
                d[key]=value
                words_dic.update(d)
                
            num+=1
      
        print("total"+" "+str(num)+" words")
        print("你選擇了長度為"+str(lent)+"的單詞")
        print("統計單詞數出現最多的前"+str(n)+"個單詞的列表")
        print(words_dic)
        words_list=Counter(words_dic)
        # 本來想用most_common(n)返回統計單詞數出現最多的前n個單詞列表，後來當有多個單詞相等的時候，這個函式只取前n個,其實第n+1個也是跟第n值相等，但是這個函式不能實現
        maxwords=get_count(words_list,n)
        #maxwords=words_list.most_common(n)
        print("\n")
        print("統計結果為：")
        for i in maxwords:
           print("%-10s%5d"%(i[0],i[1]))
    

執行結果截圖：

6.psp

7.總結

完成這個部分作業，我大概分為了三個階段：

第一階段熟悉安裝使用git和totorisgit，熟練將檔案從coding.net或github中pull下來或者push到雲端。

第二階段1-5功能實現的程式碼設計

第三階段將.py檔案轉換成.exe檔案

對於第一階段，說句實話，花了很久時間才把totorisegit這個工具學會（當然也可以用git命令列），用它可以直接push&pull程式碼，而且可以將程式碼push到雲端儲存著，真的很方便,雖然在學習使用工具這個過程中摸索地很痛苦，但是學會了後，我感覺totorisgit工具和雲端倉庫真的太nice了！

對於第二個階段功能程式碼設計，python很多方法的實現完全可以呼叫相關函式來執行，我在這個問題上由於python知識儲備不是很足，所以花了很多時間研究其中的函式，最終才將相關的函式運用到實際操作中。個人建議：如若遇到不懂的盲點或者疑惑，可以自己先獨立去百度，知乎等搜尋，這樣可以全面徹底掌握自己的盲區和疑惑。

對於第三階段下載安裝pyinstaller，將.py檔案轉換成.exe檔案，真的我也摸索了很久。主要是在.exe檔案的查詢上，一開始不知道它轉化到哪裡了，後來查詢百度，發現它存到了dist檔案中

通過這次的程式設計實踐，讓我學習到了很多以前沒有學到的知識，同時也讓我知道了自己的不足，我還需要不停地努力！

關於totoisgit和git安裝是相關問題：

1.Git將原生代碼推到遠端倉庫的步驟：[https://blog.csdn.net/weixin_39910711/article/details/89955544]

2.利用totorisgit在github上下載程式碼：https://blog.csdn.net/zdp072/article/details/51966586

3.遠端倉庫連線錯誤時，如何清除連線[https://www.cnblogs.com/wollow/p/10840016.html]

4.認證失敗時，怎麼辦[https://www.jianshu.com/p/c095300d569e]

5.使用Git客戶端下載程式碼的流程[https://blog.csdn.net/wyqwilliam/article/details/82881609]

6.Git clone和Git pull的簡要區別[https://www.jianshu.com/p/c6a0397ec6f5]

7.如何將.py檔案轉化為可執行的.exe檔案：https://blog.csdn.net/qq_36604847/article/details/81509113