erjemin/2025-etpgrf
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

mod: Санитайзер добавлен в конвейер типографа

Browse Source
This commit is contained in:
Sergei Erjemin
2025-12-19 14:33:46 +03:00
parent 48c90409b8
commit cd1be6bf27
3 changed files with 83 additions and 22 deletions
Download Patch File Download Diff File Expand all files Collapse all files

9
tests/test_sanitizer.py
View File

@@ -55,6 +55,11 @@ ETPGRF_SANITIZE_TEST_CASES = [
'<p>Hello <span class="user-class">world</span></p>',
'<p>Hello <span class="user-class">world</span></p>'
),
(
"keep_user_span", "Не трогаем span'ы с пользовательскими etp-классами",
'<p>Hello <span class="etp-user-class">world</span></p>',
'<p>Hello <span class="etp-user-class">world</span></p>'
),
(
"keep_other_tags", "Не трогаем другие теги",
'<div><b>Bold</b> and <i>italic</i></div>',
@@ -62,8 +67,8 @@ ETPGRF_SANITIZE_TEST_CASES = [
),
(
"complex_case", "Сложный случай с несколькими разными span'ами",
'<h1><span class="etp-laquo">«</span>Title<span class="etp-raquo">»</span></h1><p>And <span class="note">note</span>.</p>',
'<h1>«Title»</h1><p>And <span class="note">note</span>.</p>'
'<h1><span class="etp-laquo">«</span>Title<span class="etp-raquo">»</span></h1>\n<p>And <span class="note">note</span>.</p>',
'<h1>«Title»</h1>\n<p>And <span class="note">note</span>.</p>'
),
]

28
tests/test_typograph.py
View File

@@ -3,7 +3,7 @@
import pytest
from etpgrf import Typographer
from etpgrf.config import CHAR_NBSP, CHAR_THIN_SP, CHAR_NDASH, CHAR_MDASH
from etpgrf.config import CHAR_NBSP, CHAR_THIN_SP, CHAR_NDASH, CHAR_MDASH, SANITIZE_ETPGRF, SANITIZE_ALL_HTML
TYPOGRAPHER_HTML_TEST_CASES = [
# --- Базовая обработка без HTML ---
@@ -124,4 +124,28 @@ def test_typographer_plain_text_processing():
input_text = '<i>Текст "без" <b>HTML</b>, но с предлогом в доме.</i>'
expected_text = '&lt;i&gt;Текст «без» &lt;b&gt;HTML&lt;/b&gt;, но&nbsp;с&nbsp;предлогом в&nbsp;доме.&lt;/i&gt;'
actual_text = typo.process(input_text)
assert actual_text == expected_text
assert actual_text == expected_text
def test_typographer_sanitizer_etpgrf_integration():
"""
Интеграционный тест: проверяет, что Typographer вызывает Sanitizer для очистки ETP-разметки.
"""
input_html = '<p>Текст со <span class="etp-laquo">"старой"</span> разметкой.</p>'
# Ожидаем, что "старая" разметка будет удалена, а "новая" (кавычки-елочки) будет добавлена.
expected_html = '<p>Текст со&nbsp;«старой» разметкой.</p>'
typo = Typographer(langs='ru', process_html=True, sanitizer=SANITIZE_ETPGRF, mode='mixed')
actual_html = typo.process(input_html)
assert actual_html == expected_html
def test_typographer_sanitizer_all_html_integration():
"""
Интеграционный тест: проверяет, что Typographer вызывает Sanitizer для полной очистки HTML.
"""
input_html = '<p>Текст с "кавычками" и <b>жирным</b> текстом.</p>'
# Ожидаем, что все теги будут удалены, а к чистому тексту применится типографика.
expected_text = 'Текст с&nbsp;«кавычками» и&nbsp;жирным текстом.'
typo = Typographer(langs='ru', process_html=True, sanitizer=SANITIZE_ALL_HTML, mode='mixed')
actual_text = typo.process(input_html)
assert actual_text == expected_text