软件工程实践第二次作业

项目	内容
这个作业属于哪个课程	福州大学软件工程实践2022年春-F班
这个作业要求在哪里	软件工程实践第二次作业——个人实战
这个作业的目标	爬取数据、实现一个命令行程序
其他参考文献	优快云 博客园

1、GitCode项目地址

personalproject-java

2、PSP表格

PSP	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划
• Estimate	• 估计这个任务需要多少时间	695	910
Development	开发
• Analysis	• 需求分析 (包括学习新技术)	60	75
• Design Spec	• 生成设计文档	30	45
• Design Review	• 设计复审	20	25
• Coding Standard	• 代码规范 (为目前的开发制定合适的规范)	15	25
• Design	• 具体设计	60	75
• Coding	• 具体编码	200	220
• Code Review	• 代码复审	30	45
• Test	• 测试（自我测试，修改代码，提交修改）	150	260
Reporting	报告
• Test Repor	• 测试报告	80	100
• Size Measurement	• 计算工作量	20	20
• Postmortem & Process Improvement Plan	• 事后总结, 并提出过程改进计划	30	40
	合计	695	910

3、解题思路描述

爬取数据

对于爬虫这一概念，仅仅只是听说过名词而已，没有真正实现过。而第一次要实现数据爬取，遇到了不小的麻烦。通过去官网上看js代码、抓包，找到了奖牌数据和赛程数据的接口，发现奖牌的JSON数据较为合理，但是赛程的JSON数据存在许多不需要用到的字段，还有unicode编码，我是真不会操作。所以尝试自己爬取数据（有点笨）。

本次通过Jsoup来实现爬取数据，但是Jsoup仅仅只能爬取静态网页的数据，在JS还未加载完成时，就进行数据爬取，存在丢失数据的可能。因此，使用htmlunit(WebClient)，模拟一个浏览器客户端，设置JS动态加载开启。然后使用HtmlPage类接受该网页。使用Jsoup进行清洗数据，操作DOM树，得到我们需要的内容。最后导出文件即可。

但是在提取数据的过程中，出现了一些麻烦，提取出来的有用数据被整合在一整条字符串中，需要进行切片与分类合并。在数据字符串中，每个数据都由空格分开，所以我先把冗余部分移除，再使用split()方法，分离每段数据，整合进自定义的实体中，然后将实体对象转化成JSON数据。

实现控制台程序

控制台程序的实现思路较为清晰，通过命令行接收输入输出文件路径，读取指令后，从JSON文件中提取出对应数据，将每条指令的结果打印出来即可。

4、接口设计和实现过程

在整个程序的结构中包含以下几种类：

• 实体类：作为JSON数据的载体，供其他类调用。
• 工具类：
  • 验证类：包含了整个程序中对各类数据的验证的方法。
  • 文件类：包含了data文件夹的路径，以及与文件读取有关的方法。
• 核心类：对外提供接口，需要调用工具类中的方法。

4.1 实体类设计

分别为奖牌榜输出和赛程输出创建实体类Medal和Schedule，Medal类主要包含rank、countryName、countryId、gold、silver、bronze、total，7个字段；Schedule类主要包含time、sport、name、venue、homeName、awayName，6个字段。

实体类用于接收JSON文件的数据，同时在toString方法中，实现作业要求所示的格式。

4.2 工具类设计

4.2.1 文件工具类

为文件的读取创建文件工具类FileUtil，其中包括以下三种方法：

• readFile：用于普通文件的读取，将文件内容以字符串的形式返回
• readMedalFile：用于奖牌榜JSON文件的读取
• readScheduleFile：用于赛程JSON文件读取

当data文件夹与其他的类在同一文件夹下时，使用Class.getResourceAsStream获取资源，路径常量定义如下：

private static final String TOTAL_PATH = "data/total.json";
private static final String SCHEDULE_PATH = "data/schedule/";

4.2.2 验证工具类

为程序运行的过程中所需要的验证创建验证工具类ValidateUtil，其中包括：

• checkArgs：检查命令行传来的文件参数是否正确
• isTotal：检查指令是否属于total
• isSchedule：检查指令是否属于schedule
• getValidDate：获取schedule指令后面的有效日期

4.3 核心类设计

核心类Core为整个程序对外提供数据的类，其中包括：

• result：根据指令参数，返回对应的数据字符串（对外的主接口）
• getMedalTotal：返回奖牌榜数据字符串（供result使用）
• getSchedule：根据日期参数，返回对应日期的赛程字符串（供result使用）

5、关键代码展示

Core.java

public class Core {
   
   

    private static final String NA_MESSAGE = "N/A";
    private static final String ERROR_MESSAGE = "Error";
    private static final String EMPTY_LINE = "";
    private static final String TOTAL = "total";

    static HashMap<String, String> cacheData = new HashMap<>();

    /**
     * 输出指令对应的结果
     */
    public static String result(String instruction) {
   
   
        // 判断空行
        if (EMPTY_LINE.