#include<stdio.h>
#include<ctype.h>
#include<string.h>
#include<stdlib.h>
#include<unistd.h>

//TP1 - AEDSII 2014 - Professor Adriano - Alunos: Luís Pedro Drummond e Paulo Felipe Tupina

typedef struct celula *apontador;

typedef struct lista_palavras {
    apontador primeiro, ultimo;
}lista_palavras;

struct palavra{ //essa é uma cédula da lista de palavras. ela contém as informações sobre a palavra e, caso a palavra se repita, ela contém uma struct contendo as demais informações sobre ocorrência da palavra
  char palavra[20]; //aqui vem a palavra
  int indice[20]; //salva o indice da palavra para depois achar a menor ocorrencia.
  int ocorrencia; //aqui vem sua ocorrencia no texto inteiro
  int paragrafo; //salva o paragrafo da palavra para depois achar a menor ocorrencia.
  int linhas[100]; //aqui vem as linhas onde há ocorrencia
  int distancia;
  int sw;
}palavra;

typedef struct celula {
  struct palavra word;
  apontador prox;
}celula;

void crialista(lista_palavras *Lista){
  Lista->primeiro = (apontador) malloc(sizeof(celula));
  Lista->ultimo = Lista->primeiro;
  Lista->primeiro->prox = NULL;
}

void *inserir_final(struct palavra x, lista_palavras *Lista){
  Lista->ultimo->prox = (apontador) malloc(sizeof(celula));
  Lista->ultimo = Lista->ultimo->prox;
  Lista->ultimo->word = x;
  Lista->ultimo->prox = NULL;
 }

void minuscula(char palavra[],int maxi){ //converte palavras para minuscula e retira os acentos
int i=0,j=0,k=0;
for(i=0;i<maxi;i++){
    palavra[i]=tolower(palavra[i]);
    }
for(j=0;j<maxi;j++){
  //printf("%c = %d\n",palavra[j],palavra[j]);
  //if(palavra[j]==-61 && palavra[j+1]==-95||palavra[j+1]==-127||palavra[j+1]==-96||palavra[j+1]==-94||palavra[j+1]==-126||palavra[j+1]==-128||palavra[j+1]==-93||palavra[j+1]==-125||palavra[j+1]==-92||palavra[j+1]==-124){
  if((palavra[j]==-95)||(palavra[j]==-96)||(palavra[j]==-128)||(palavra[j]==-127)){
    palavra[j-1]='a';
    k=j;
    while(k<=strlen(palavra)){
      palavra[k]=palavra[k+1];
      k++;
    }
    palavra[k] = '\0';
  }

  //if(palavra[j]==-61 && palavra[j+1]==-87||palavra[j+1]==-119||palavra[j+1]==-88||palavra[j+1]==-68||palavra[j+1]==-120||palavra[j+1]==-85||palavra[j+1]==-117||palavra[j+1]==-86||palavra[j+1]==-118||palavra[j+1]==-124){
  if((palavra[j]==-87)||(palavra[j]==-88)||(palavra[j]==-119)||(palavra[j]==-120)){
    palavra[j-1]='e';
    k=j;
    while(k<=strlen(palavra)){
      palavra[k]=palavra[k+1];
      k++;
      }
      palavra[k] = '\0';
  }

  //if(palavra[j]==-61 && palavra[j+1]==-83||palavra[j+1]==-115||palavra[j+1]==-84||palavra[j+1]==-116||palavra[j+1]==-81||palavra[j+1]==-113||palavra[j+1]==-82||palavra[j+1]==-114){
  if((palavra[j]==-83)||(palavra[j]==-84)||(palavra[j]==-115)||(palavra[j]==-116)){
    palavra[j-1]='i';
    k=j;
    while(k<=strlen(palavra)){
      palavra[k]=palavra[k+1];
      k++;
    }
    palavra[k] = '\0';

  }

  //if(palavra[j]==-61 && palavra[j+1]==-77||palavra[j+1]==-109||palavra[j+1]==-78||palavra[j+1]==-110||palavra[j+1]==-74||palavra[j+1]==-106||palavra[j+1]==-108||palavra[j+1]==-76){
  if((palavra[j]==-77)||(palavra[j]==-78)||(palavra[j]==-109)||(palavra[j]==-110)){
    palavra[j-1]='o';
    k=j;
    while(k<=strlen(palavra)){
      palavra[k]=palavra[k+1];
      k++;
      }
    palavra[k] = '\0';

  }

  //if(palavra[j]==-61 && palavra[j+1]==-102||palavra[j+1]==-70||palavra[j+1]==-78||palavra[j+1]==-71||palavra[j+1]==-103||palavra[j+1]==-100||palavra[j+1]==-69){
  if((palavra[j]==-70)||(palavra[j]==-71)||(palavra[j]==-102)||(palavra[j]==-103)){
    palavra[j-1]='u';
    k=j;
    while(k<=strlen(palavra)){
        palavra[k]=palavra[k+1];
         k++;
    }
     palavra[k] = '\0';
   }
  }
}


void remove_ret(char palavra[],int maxi){ //converte palavras para minuscula
int i=0,j=0;
for(i=0;i<maxi;i++){
  if(palavra[i]==46&&palavra[i+1]==46){ // Verifica se existem dois pontos seguidos
    for (j=i+1;j<maxi;j++){
     palavra[j]=palavra[j+1];
      i=0;
      }
    }
  }
}


void Ordena(lista_palavras *lista){
apontador aux,aux2;
struct palavra k;
  for(aux=lista->primeiro->prox;aux!=NULL;aux=aux->prox){
    for(aux2=aux->prox;aux2!=NULL;aux2=aux2->prox){
      if(strcmp(aux->word.palavra,aux2->word.palavra)==1){
        k=aux->word;
        aux->word=aux2->word;
        aux2->word=k;
        }
      }
   }
}


void imprime_lista(lista_palavras Lista, FILE *saida){
int i;
apontador Aux;
Aux = Lista.primeiro->prox;
while(Aux != NULL){
  fprintf(saida,"Palavra: %s\nOcorrencias:%d \nLinhas:", Aux->word.palavra,Aux->word.ocorrencia);
    for(i=0;Aux->word.linhas[i]!='\0';i++){
        fprintf(saida,"%d, ", Aux->word.linhas[i]);
    }
    fprintf(saida,"\n\n");
Aux = Aux->prox;
}
}

void remove_repetido(apontador primeiro){
apontador atual = primeiro;  //ponteiro que vai atravessar a lista
apontador prox_prox; //ponteiro para armazenar o apontador do proximo a ser deletado
int i=1;
if(atual == NULL)
     return;
while(atual->prox != NULL){
  if(strcmp(atual->word.palavra,atual->prox->word.palavra)==0){
    atual->word.ocorrencia++;
    atual->word.indice[i] = atual->prox->word.indice[0];
    atual->word.linhas[i] = atual->prox->word.linhas[0];
    atual->word.linhas[i+1] = '\0';
    i++;
    prox_prox = atual->prox->prox;
    free(atual->prox);
    atual->prox = prox_prox;
    //atual->word.distancia = (calcula_distancia(atual->word.indice));
  }
  else{
    atual = atual->prox;
    i=1;
    }
  }
}

/*int calcula_distancia(int * numeros){
int i=0,j=0,n=0,c=0,d=0,t=0,zero=0,comp=1;
int resultado[100]={0};
while(numeros[comp]!=NULL) comp++;  //calcula o comprimento do vetor
for(i=0;i<comp;i++){
    for(j=i+1;j<comp;j++){ //cria todas as possíveis distâncias entre os elementos do vetor
        if(numeros[i]>numeros[j]) resultado[n]=numeros[i]-numeros[j];
        if(numeros[i]<numeros[j]) resultado[n]=numeros[j]-numeros[i];
        n++;
    }
}
for(c=0;c<(n);c++){ //faz um bubble sort na lista de distancias
    for(d=0;d<n-c-1;d++){
        if(resultado[d]>resultado[d+1]){
        t=resultado[d];
        resultado[d]=resultado[d+1];
        resultado[d+1]=t;
      }
    }
  }
while(resultado[zero]==0) zero++; //se a menor distancia valer 0, descarta
return resultado[zero];
}*/

int stopword(char palavra[]){
char sws[10][5]={"a","as","o","os","um","umas","uns","uma","ou","e"};
int i;
for (i=0;i<10;i++){
  if (strcmp(palavra,sws[i])==0)
    return 1;
  }
   return(0);
}

int main(int argc, char **argv){
char *entrada_getopt = NULL;
char *saida_getopt = NULL;
int i=0, linhas=0, paragrafos=0, frases=0, tamanho=0, indice=0, indice_geral=0, palavras=0, sw=0, cont=0, nostop=0, k=0;
struct lista_palavras LISTA;
char linha[800]={'\0'};
char str[800]={'\0'};
char * pch;
char linhac[800]={'\0'};
char palavra[800]={'\0'};
int index;
int opcao;
FILE *texto;
FILE *saida;
opterr = 0;
while ((opcao = getopt (argc, argv, "i: o:")) != -1)
  switch (opcao){

    case 'i':
    entrada_getopt = optarg;
    break;

    case 'o':
      saida_getopt = optarg;
      if(strcmp(entrada_getopt,saida_getopt)==0){
        printf("Os arquivos de entrada/saida nao podem ter o mesmo nome!\n");
        return 0;
        }
    break;

    case '?':
      if (optopt == 'c')
        fprintf (stderr, "Opcao -%c requer um argumento\n", optopt);
      else if (isprint (optopt))
        fprintf (stderr, "Opcao desconhecida `-%c'.\n", optopt);
      else
        fprintf (stderr,"Caractere desconhecido `\\x%x'.\n",optopt);
      return 1;

      default:
        abort ();
    return 0;
}

texto = fopen(entrada_getopt,"r"); //define arquivo de entrada
saida = fopen(saida_getopt,"w"); //define arquivo de saida

if(texto == NULL){
  printf("O arquivo nao existe!\n");
  system("pause");
  return(0);
}

crialista(&LISTA);

while(1){
  fgets(linha,999,texto); //pega a linha inteira
  if(strlen(linha)==1 && linha[0]=='\n'){
    frases=0;
    indice=0;
    palavras=0;
    sw=0;
    paragrafos++; //conta o número de parágrafos
  }

      if(strlen(linha)!=1){
        tamanho=strlen(linha); //calcula o tamanho da linha
        minuscula(linha,tamanho); //converte a linha para minuscula e remove os acentos
        remove_ret(linha,tamanho);
        strcpy(str,linha);
        //printf("%s",linha); //exibe linha convertida. SERVE APENAS PARA VERIFICAR QUE FOI CONVERTIDA
        if(feof(texto)) break; //sai fora quando o texto terminar

        while(linha[i]!='\0'){
          if(linha[i]=='.' || linha[i]=='!' || linha[i]=='?'){
            //printf("\nFrase %d: %d palavras e %d stop words",frases+1,palavras,sw);
            frases++; //conta frases
          }
          i++;
        }

        i=0;
        struct palavra temp; //struct de palavra que vai ser usada temporariamente pra armazenar a informação
        pch=strtok(str," ,.-!"); //pega a palavra e joga na string

        while(pch!=NULL){//se a função strtok achar um caracter que separa palavras, ela volta nulo, parando o loop
          stopword(pch);
          if(stopword(pch)==1){ //Verifica as stopwords
            sw++;
          }
          else{
            //printf("palavra %d: %s. Palavras: %d e Stop words: %d\n",indice+1,pch,palavras,sw);
            strcpy(temp.palavra,pch); //pega a palavra temporariamente
            temp.linhas[0]=linhas;//pega as linhas temporariamente
            temp.linhas[1]='\0';
            temp.indice[0]=indice;
            temp.paragrafo=paragrafos;//pega o paragrafo temporariamente
            temp.ocorrencia=1;
            temp.distancia=0;
            inserir_final(temp,&LISTA);//passa a struct temporaria pra função que vai adicionar ela no ultimo lugar da lista.

            strcpy(temp.palavra,"\0"); //limpa o campo palavra da struct
            }
          pch=NULL;
          pch=strtok(NULL," ,.-!\n"); //armazena proxima palavra
          indice++;
        }
      }

    linhas++; //conta o numero de linhas

    if(frases!=0){
      printf("\n\nParagrafo %d \nInicio na linha: %d, Frases: %d",paragrafos+1,linhas,frases);
      //printf("\nFrase %d: %d palavras e %d stop words\n",frases+1,palavras,sw);
      cont=frases;
      for(cont=0;cont<frases;cont++){
        nostop = (indice-sw);
        printf("\nFrase %d: palavras (considerando stop words):%d palavras (ignorando stop words):%d\n",cont+1,indice,nostop);
      }
    }
   }

printf("\n");
Ordena(&LISTA);
remove_repetido(LISTA.primeiro);
fprintf(saida,"\n** INFORMACOES SOBRE AS PALAVRAS **\n\n");
imprime_lista(LISTA,saida);
   //printf("\n\nTexto tem %d linhas e %d paragrafos e %d palavras\n", linhas, paragrafos, indice); /*TEM QUE FAZER FUNÇAO PARA CONTAR FRASES*/
fclose(texto);
fclose(saida);
system("pause");
return(0);
}