前言
本文旨在對(duì)開發(fā)過程中出現(xiàn)的若干問題作記錄。因?yàn)殚_發(fā)本身過程大多采用參考代碼，不完全原始開發(fā)，因此不涉及具體的python語法記錄，只對(duì)搭建環(huán)境及需求分析作統(tǒng)一的記述。
需求描述
目的
旨在開發(fā)一個(gè)詞頻統(tǒng)計(jì)工具。統(tǒng)計(jì)某個(gè)文件夾下所有的.txt,.docx,.doc文件中出現(xiàn)的所有單個(gè)字出現(xiàn)的次數(shù)。
區(qū)別于現(xiàn)代文和英文（現(xiàn)代文設(shè)計(jì)組詞分詞，英文則是根據(jù)空格區(qū)分單詞），文言文的基本釋義是一字一義。因此，我們的統(tǒng)計(jì)可以適用于遍歷所有的漢字，然后作統(tǒng)計(jì)。
選用 python 的目的
本次的需求實(shí)際上是一個(gè)桌面端應(yīng)用的開發(fā)。當(dāng)前能夠使用的桌面端開發(fā)工具有許多。
Windows平臺(tái)下的桌面端仍然是微軟提供的 MFC 開發(fā)，采用 C++語言Mac平臺(tái)下和iOS相同，采用Objective-C或Swift配合Xcode IDE
本次的工具旨在開發(fā)一款跨平臺(tái)的桌面端應(yīng)用（在Windows, MacOSX）下通用。目前我個(gè)人已知的跨平臺(tái)開發(fā)庫除了Python相關(guān)的庫外，就是JavaScript世界中的幾個(gè)跨院庫：Electron等。
跨平臺(tái)開發(fā)本質(zhì)上意味著犧牲一部分的性能以及包大小。簡(jiǎn)單來說就是各個(gè)平臺(tái)本身有一套根據(jù)自身硬件性能和平臺(tái) api 特性設(shè)計(jì)的開發(fā)方案?？缙脚_(tái)的開發(fā)工具先用自身的開發(fā)邏輯實(shí)現(xiàn)了所有的業(yè)務(wù)，最后通過解釋器生成原生使用的機(jī)器語言。
簡(jiǎn)單的解釋，好比你帶了一個(gè)翻譯出國旅行。雖然也可以算得上暢行無阻，但是交流起來畢竟隔了一層。
本次的需求本身而言并不復(fù)雜，選用python的原因主要還是因?yàn)樗暮?jiǎn)單易用性。而electron，還需要熟悉更多額外的內(nèi)容。
設(shè)計(jì)思路
開發(fā)環(huán)境及搭建
-
python環(huán)境 ——python 2.7-
Windows需要額外安裝，下載這個(gè)鏈接中的Windows x86-64 MSI installer,安裝時(shí)記得勾選最后一個(gè)add python.exe to Path(這一步是添加python 到環(huán)境變量，如果不勾選，回頭還要手動(dòng)作，很麻煩)
圖片 - mac 下因?yàn)樽詭Я?code>python 2.7不需要額外安裝
-
-
python IDE這沒啥好說的，就是使用JetBrains他們家的Pycharm.
這里額外說明一下，用過pycharm的同學(xué)可以直接跳過。
Pycharm的優(yōu)點(diǎn)在于：良好的包管理工具 —— 開發(fā)者不需要像很多教程中提到的，使用命令行進(jìn)行
pip的手動(dòng)安裝，直接搜索庫中已有的第三方庫。直接可視化操作。-
默認(rèn)安裝了虛擬環(huán)境 —— 安裝虛擬環(huán)境的目的：通常地，創(chuàng)建一個(gè)python項(xiàng)目，如果有用到第三方庫，我們都是直接安裝在本地目錄下。
這樣造成的一個(gè)結(jié)果就是，每當(dāng)我新建一個(gè)工程，也許都存在一個(gè)不相干的共享的python庫在其中。
虛擬環(huán)境的搭建，旨在針對(duì)每一個(gè)新建的python工程，都有一個(gè)干凈的python庫在其中。下面是在
pycharm中建立虛擬環(huán)境virtualEnv(virtual environment)
示意圖1
示意圖2
-
使用到的第三方庫：
-
xlwt生成/寫入excel文件的庫 -
python-docx讀取Word文檔的第三方庫 -
zhon處理漢字標(biāo)點(diǎn)符號(hào) -
langconv處理簡(jiǎn)繁體轉(zhuǎn)化 -
Tkinter這個(gè)是python自帶的桌面GUI 開發(fā)工具，比較輕量級(jí)。最后的效果大概如下
mac 端的視圖
-
遇到的問題
業(yè)務(wù)邏輯上的問題
除了上面提到的程序上的問題外，業(yè)務(wù)本身還存在幾個(gè)開發(fā)過程中需要解決的痛點(diǎn)。這里一一羅列：
標(biāo)點(diǎn)符號(hào) —— 我們統(tǒng)計(jì)詞頻的時(shí)候，需要做的事就是“掐頭去尾”，即，遍歷每一行的字符串內(nèi)容，去掉其中的所有標(biāo)點(diǎn)符號(hào)（包括中英文），然后作下一步操作
-
簡(jiǎn)繁轉(zhuǎn)化 —— 簡(jiǎn)體字和繁體字并不是一一對(duì)應(yīng)的關(guān)系。比如繁體字的"麵條"和“面對(duì)”，對(duì)應(yīng)簡(jiǎn)體字都是“面”，繁轉(zhuǎn)簡(jiǎn)還好說，簡(jiǎn)轉(zhuǎn)繁的時(shí)候，究竟對(duì)應(yīng)哪個(gè)面，也許就不得而知了。
目前的做法是統(tǒng)一轉(zhuǎn)化成簡(jiǎn)體。但是一些特殊情況也會(huì)出問題，比如“乾隆”和“乾坤”，轉(zhuǎn)成簡(jiǎn)體字，會(huì)變成“干隆”和“干坤”。之前使用的簡(jiǎn)繁轉(zhuǎn)換庫叫做
opencc，之后發(fā)現(xiàn)打包后運(yùn)行時(shí)，會(huì)報(bào)轉(zhuǎn)化失敗的錯(cuò)誤。故而改用一個(gè)引入源碼的庫langconv.py 讀取
.txt和.docx/.doc的區(qū)別
Word相對(duì)于記事本，是支持富文本的。因此在文件的讀取上也有很多的不同。這里專門使用了一個(gè)python的Word讀取庫叫做python-docx作讀取操作。
開發(fā)中遇到的問題
- 不同平臺(tái)下的若干問題
-
打包問題 —— 使用什么打包工具
網(wǎng)上有很多的文章，提到了windows 平臺(tái)使用py2exe等等的庫，mac 平臺(tái)使用py2app.實(shí)際情況是，這些庫都不盡如人意，存在許許多多的問題。不是打包失敗，就是打包成功后運(yùn)行失敗，且無法定位問題。閑話少敘，這里使用的是叫做
Pyinstaller的打包工具。這里也有一個(gè)小坑：首次安裝
pyinstaller后，在虛擬環(huán)境中執(zhí)行終端的打包指令是會(huì)報(bào)無法識(shí)別pyinstaller的。這時(shí)候必須要將整個(gè)pycharm重啟。當(dāng)看到終端指令前面出現(xiàn)(venv)的字樣，才能執(zhí)行。
示意圖3
-
打包mac 下的 app，那么要在 mac 下運(yùn)行。打包 Windows 的.exe 文件，那么工程必須運(yùn)行在 Windows 下。也就是說，我在 A 平臺(tái)的時(shí)候，不能打包 B 平臺(tái)下的包。這個(gè)其實(shí)也蠻麻煩的，等于我在兩個(gè)平臺(tái)都要安裝一遍程序。
* 打開文件/文件夾，mac 和 windows 下的命令不同，代碼要做兼容
完成統(tǒng)計(jì)后，我們理想的狀態(tài)是打開生成的`excel`和它所在的文件夾。
* mac 底下用的是`open ./desExcel.xls`,
* windows 底下的命令是`./desExcel.xls`
針對(duì)這點(diǎn)，需要作區(qū)別處理完成兼容
-
調(diào)試過程中可以正常使用，打包后無法運(yùn)行。—— 涉及打包后如何定位問題
在mac平臺(tái)，打包后在dist文件夾下會(huì)生成兩個(gè)文件，一個(gè)是.app，一個(gè)是一個(gè)終端文件，直接拖曳進(jìn)入終端后可以執(zhí)行，且會(huì)出現(xiàn)打印日志，方便定位運(yùn)行失敗問題。
示意圖4 異常處理 —— 對(duì)于
Word會(huì)生成隱藏的臨時(shí)文件，當(dāng)臨時(shí)文件為空時(shí)，python中的讀取會(huì)報(bào)錯(cuò)。
這里可以使用tryexcept語法忽略空文件。因?yàn)樯婕罢Z法，不贅述。
以上。
