Велосипед (частотный анализ текста)

нет ли бойцов, желающих принять участие в разработке?

После 1991-го года мы все тойдарианцы («но деньги вперёд»).

Барыги пытаются компенсировать запрещенный windows? А до 91 практиковалась цельнотянутость с богомерзких коммерческих юниксов?

не ли бойцов, желающих принять учатие в разработке?

Обязательно на сишке? Почему не расте? Это ведь работа с текстом, а значит юникод, эмодзи и прочая. Топик звучит, как задача на часик скриптописания в какой-нибудь приблуде для автоматизации типа AutoKey или AHK_11.

Люблю сишечку и GTK. Юникод есть в Glib, написать можно довольно быстро. Время старта - почти моментально.

python + nltk. Например так. И да, нет смысла делать это на С

Подозреваю, что есть какой-нибудь готовый модуль для пайтона, потому что видела не меньше двадцати книжек про обработку текстов на пайтоне. Пайтон, пайтон, мой пайтон.

О, классный скрипт.

Отговорите

Не буду. Делой. На расте.

Пользователь выделяет текст, нажимает горячую клавишу, появляется pop-up с уникальными словами

и сразу, слёту - каким таким образом по системному хот-кею, текст выделенный в неизвестном/произвольном прикладе попадёт в оный pop-up ?

после ответа на этот вопрос, можно писать на чём угодно. Причём C & gtk будет как из пушки по воробьям. На скриптоте быстрее и будет сразу ясно востребовано/нет, а может ну его нах :-)

Из искового выделения. Вопрос в другом, запускать ли тулзу по хоткею, или пусть висит в трее как в windows.

Пока обсуждал, давно бы уже написал =)

• Взять текст
• Разбить на токены
• Выкинуть дубли попутно их считая
• Вывести что осталось с счётчиками сколько выкинул + 1
• Всё :D

Отговариваю ( по твоей же просьбе ):

1. Конечная реализация займет примерно 1 рабочий день, сама задача подсчета частоты слов часто встречается на собеседованиях, т.е. максимально простая.
2. К изучению языков это все отношения не имеет, практического смысла - ноль. Чтобы в этом убедиться достаточно самостоятельно сделать симуляцию: ручками выделить и подсчитать.

их частотами

Что за частоты у слов? Ка минимум у женского и мужского голоса частоты будут разными.

Этот мир сошёл с ума! Нагруженные приложения пишут на скриптовых языках, а скриптовые задачи на Си!

ТС, открой для себя Tcl, например.

Довольно уродски вышло:

sed 's/.*/\L&/' | tr "   .,?:-" '\n' | sort | uniq -c | sort -n