Para revisar os requisitos do compressor de texto descrito no pdf original:
-
O programa deverá comprimir e descomprimir arquivos .txt para .cmp e vice-versa.
-
As frases compressas não terão caracteres que não são letras, números, virgulas e pontos.(Letras com acento não entram, caracteres especiais tipo traços, underline, barras também não entram.)
-
Somente as palavras com mais de 3 caracteres serão comprimidas.
-
O arquivo comprimido consistirá de três partes:
- O Header, que consiste de dois bytes em ordem de maior ordem pra menor ordem.
- O Endereçamento, com todas as palavras únicas (não tem palavra repetida) maiores que 3 letras, separadas por uma vírgula e nada mais
- A Frase compressa, que utiliza o posicionamento das palavras no endereçamento para serem comprimidas em três bytes no seguinte formato: (255) (xxx) (xxx).
-
O Programa deverá ser executado no terminal com os seguintes argumentos:
python compressor (-c ou -d) (nome do arquivo)- o argumento -c significa compressão, e o arquivo a ser comprimido deve ser um .txt.
- -d é descompressão, e a extensão do arquivo deve ser .cmp.
Sei que é proibido usar bibliotecas externas para ajudar no programa, mas a única solução que encontrei em python para que o programa aceitasse command-line arguments foi importando a lib sys.
Essa biblioteca nativa do python interage com o terminal e com o computador diretamente, e fornece a variável sys.argv, um array de string que consiste nas coisas escritas no terminal, separados por espaço.
O comando python compressor.py -c texto.txt resulta no seguinte argv:
>>> import sys
>>> sys.argv[0]
"compressor.py"
>>> sys.argv[1]
"-c"
>>> sys.argv[2]
"texto.txt"
E termina aí o uso da unica biblioteca importada.
Utilizei-me bastante da tipagem de variáveis no python fornecer várias ferramentas para não precisar inventar a roda diversas vezes. Em strings, usei do split, replace, slices e conversão para bytes, naturais de strings do python:
>>> exemplo = "Joao comeu banana"
>>> exemplo.split(" ")
["Joao", "comeu", "banana"]
>>> exemplo.replace("Joao", "Pedro")
"Pedro comeu banana"
>>> exemplo[0:11]
"Joao comeu"
>>> str.encode("exemplo")
b'Joao comeu banana'
Acho justo explicar como o tipo byte funciona em python. O byte, sempre representado por uma letra b seguido de aspas simples, consegue ser impresso na tela sempre na seguinte forma: b'\xff'
ff é o byte do número 255, e bytes de numeros sempre começam com um backslash e x em seguida.
Bytes de caracteres ASCII são impressos normalmente:
b'isso e um conjunto de bytes'
Para manipular um byte e converter uma string ou um int para bytes, usei os seguintes métodos:
>>> byte_exemplo = b'\xff'
>>> int.from_bytes(byte_exemplo, 'big')
255
>>> byte_string = b'isso eh uma string de bytes'
>>> byte_string
b'isso eh uma string de bytes'
>>> byte_string.decode('utf-8')
'isso eh uma string de bytes'
Monto o arquivo final