# 3121005823

**Repository Path**: limit-jun/3121005823

## Basic Information

- **Project Name**: 3121005823
- **Description**: 这是软工作业，内容是制作一个简易的论文查重程序
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-09-17
- **Last Updated**: 2023-09-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 3121005823

#### 介绍
这是软工作业，内容是制作一个简易的论文查重程序，干就完了！！！

#### 软件架构
- remove_punctuation：用于移除文本中的标点符号。
- tokenize_and_remove_punctuation：用于对文本进行中文分词并移除标点符号。
- concatenate_words：将分词后的单词列表重新组合为字符串。
- calculate_similarity：计算两个文本文件的相似度。

在main函数中，程序通过命令行参数获取原始文件、抄袭文件和输出文件的路径，并调用calculate_similarity函数计算相似度。最后，将相似度结果写入输出文件中。


#### 安装教程
从requirement.txt中安装所需要的对应包


#### 使用说明
- 如果正常使用查重功能按照下面内容用
    输入输出都采用文件输入输出，规范如下：
    从命令行参数给出：论文原文的文件的绝对路径。
    从命令行参数给出：抄袭版论文的文件的绝对路径。
    从命令行参数给出：输出的答案文件的绝对路径。
- 如果想要进行测试：
    注释掉主函数中的实际运行语句，取消掉单元测试的注释，就可以自动测试