======== HW 09 - Analýza textu ========

^ Termín odevzdání | <wrap important><del>12.12.2020</del> 19.12.2020 23:59 CEST</wrap> | 
^ Bodový zisk | 8b (4+2+1+1) |
^ Min. bodový zisk |  4b |
^ Počet uploadů |  15 | 
^ Typ zadání | povinné |

Cílem úlohy je provést analýzu textu ve formě textového souboru obecné délky na standardním vstupu programu.

<note tip>V úloze uvažujeme pouze slova bez diakritiky. Čísla se v textu nevyskytují.</note>

<note tip>Rozšíření A a B jsou nezávislé programy, které se liší pouze přepínači při spuštění programu, přičemž je třeba splnit základní zadání. 
Pro získání maximálního počtu bodů musí fungovat obě rozšíření A i B.</note>

===== Zadání (4b) =====

  * Ze standardního vstupu přečtěte textový soubor obecné velikosti.
  * Program zpracovává parametry z příkazové řádky a ovlivňuje podle jejich hodnot chování programu (viz dále). Pořadí parametrů je **libovolné**.

  * Vstupní text rozdělte na slova. Ze slov odstraňte všechna interpuknční znaménka ('','', ''.'', '':'', '';'', a další).
  * Vypište seznam všech (unikátních) slov textu a jejich četnosti. 
  * Pro slovo ve výpisu je vyhrazeno ''20'' znaků. Za místem vyhrazeným pro slovo je mezera, která odděluje slovo od čísla reprezentujícího četnost.
  * Seznam může být primárně **case-insensitive** (tzn. Osel a osel jsou stejná slova, v seznamu se objeví osel) nebo **case-sensitive** (tzn. Osel a osel jsou dvě různá slova, v seznamu se objeví obě). Chování programu ovlivňuje parametr programu ''-c'' (viz příklady).
  * Určete počet všech slov. Za slovo se považuje i číselná hodnota, pokud se v textu vyskytuje.
  * Najděte nejčastější a nejméně časté slovo. Pokud je slov více, vypište je v pořadí, v jakém se vyskytují v textu. 
  * Návratová hodnota programu bude vždy ''0''.
  * Výpis na standardní výstup je ukončen znakem ''\n''.
==== Rozšíření A (2b) ====

  * Styl řazení výpisu seznamu ovládejte volbou parametru programu ''-s''. Pro ''-s 1'' je seznam nalezených slov řazen vzestupně podle četnosti, pro ''-s 2'' je seznam nalezených slov řazen podle abecedy. Jiné hodnoty parametru budou ignorovány, na standardní chybový výstup pak program vypíše "<fc #c78100>Warning: Chybna hodnota parametru -s!\n</fc>".

==== Rozšíření B (1b) ====

  * Omezte parametrem programu ''-l'' délku vypisovaných slov. Hodnota parametru ''-l'' je kladné celé číslo, hodnota ''0'' potlačí výpis seznamu slov. Pokud není podmínka pro parametr splněna, je parametr ignorován a na standardní chybový výstup program vypíše "<fc #c78100>Warning: Chybna hodnota parametru -l!\n</fc>".

==== Rozšíření A+B (1b) ====

  * Je vyžadována funkčnost obou rozšíření A i B, pro udělení max. počtu bodů


===== Příklady =====

Testovací soubor:

<code>
$ cat pub00.in
Ahoj, jak se mas. Mam se dobre. Jak se mas ty? Ja se mam taky dobre.
</code>

Implicitní chování programu (bez parametrů příkazové řádky - case insensitive, slova seřazena v pořadí výskytu v datovém souboru)

<code>
$ ./a.out < pub00.in
Seznam slov:
ahoj                 1
jak                  2
se                   4
mas                  2
mam                  2
dobre                2
ty                   1
ja                   1
taky                 1
Pocet slov:          9
Nejcastejsi:         se
Nejmene caste:       ahoj ty ja taky
</code>

Case sensitive výpis (parametr ''-c'')

<code>
$ ./a.out -c < pub00.in
Seznam slov:
Ahoj                 1
jak                  1
se                   4
mas                  2
Mam                  1
dobre                2
Jak                  1
ty                   1
Ja                   1
mam                  1
taky                 1
Pocet slov:          11
Nejcastejsi:         se
Nejmene caste:       Ahoj jak Mam Jak ty Ja mam taky
</code>

Řazení podle výskytu (vzestupně, case-insensitive případ)

<code>
./a.out -s 1 < pub00.in
Seznam slov:
ahoj                 1
ty                   1
ja                   1
taky                 1
jak                  2
mas                  2
mam                  2
dobre                2
se                   4
Pocet slov:          9
Nejcastejsi:         se
Nejmene caste:       ahoj ty ja taky
</code>

Řazení podle abecedy (case-sensitive případ)

<code>
./a.out -c -s 2 < pub00.in
Seznam slov:
Ahoj                 1
Ja                   1
Jak                  1
Mam                  1
dobre                2
jak                  1
mam                  1
mas                  2
se                   4
taky                 1
ty                   1
Pocet slov:          11
Nejcastejsi:         se
Nejmene caste:       Ahoj Ja Jak Mam jak mam taky ty
</code>

Limit délky vypisovaných slov

<code>
 ./a.out -l 3 < pub00.in
Seznam slov:
jak                  2
mas                  2
mam                  2
Pocet slov:          9
Nejcastejsi:         se
Nejmene caste:       ahoj ty ja taky
</code>

<code>
./a.out -l 0 < pub00.in
Pocet slov:          9
Nejcastejsi:         se
Nejmene caste:       ahoj ty ja taky
</code>

===== Odevzdání =====

Veřejné příklady + Makefile: {{ :courses:b0b99prpa:hw:hw09_-_text.zip |}}

^  ^  Povinné zadání  ^ 
^ Název v BRUTE |  HW09  |
^ Odevzdávané soubory |  main.c  |
^ Argumenty při spuštění |  -l, -c, -s  |  
^ Kompilace pomocí | clang -pedantic -Wall <wrap hi>-Werror</wrap> -std=c99 -O2 |