124 lines
11 KiB
Python
124 lines
11 KiB
Python
# tests/test_typograph.py
|
||
# Тестирует основной класс Typographer и его конвейер обработки.
|
||
|
||
import pytest
|
||
from etpgrf import Typographer
|
||
from etpgrf.config import CHAR_NBSP, CHAR_THIN_SP, CHAR_NDASH, CHAR_MDASH
|
||
|
||
TYPOGRAPHER_HTML_TEST_CASES = [
|
||
# --- Базовая обработка без HTML ---
|
||
('mnemonic', 'Простой текст с "кавычками".', f'Простой текст с «кавычками».'),
|
||
('mixed', 'Простой текст с "кавычками".', f'Простой текст с «кавычками».'),
|
||
('unicode', 'Простой текст с "кавычками".', f'Простой текст с{CHAR_NBSP}«кавычками».'),
|
||
# --- Базовая обработка с HTML ---
|
||
('mnemonic', '<p>Простой параграф с «кавычками».</p>', '<p>Простой параграф с «кавычками».</p>'),
|
||
('mixed', '<p>Простой параграф с "кавычками".</p>', '<p>Простой параграф с «кавычками».</p>'),
|
||
('unicode', '<p>Простой параграф с "кавычками".</p>', f'<p>Простой параграф с{CHAR_NBSP}«кавычками».</p>'),
|
||
# --- Рекурсивный обход ---
|
||
('mnemonic', '<div><p>Текст, а внутри <b>для проверки "жирный"</b> текст.</p></div>',
|
||
'<div><p>Текст, а внутри <b>для проверки «жирный»</b> текст.</p></div>'),
|
||
('mixed', '<div><p>Текст, а внутри <b>для проверки "жирный"</b> текст.</p></div>',
|
||
'<div><p>Текст, а внутри <b>для проверки «жирный»</b> текст.</p></div>'),
|
||
('unicode', '<div><p>Текст, а внутри <b>для проверки "жирный"</b> текст.</p></div>',
|
||
f'<div><p>Текст, а{CHAR_NBSP}внутри <b>для{CHAR_NBSP}проверки «жирный»</b> текст.</p></div>'),
|
||
# --- Вложенные теги с предлогом в тексте ---
|
||
('mnemonic', '<div><p>Текст с предлогом <b>в <i>доме</i></b>.</p></div>',
|
||
'<div><p>Текст с предлогом <b>в <i>доме</i></b>.</p></div>'),
|
||
('mixed', '<div><p>Текст с предлогом <b>в <i>доме</i></b>.</p></div>',
|
||
'<div><p>Текст с предлогом <b>в <i>доме</i></b>.</p></div>'),
|
||
('unicode', '<div><p>Текст с предлогом <b>в <i>доме</i></b>.</p></div>',
|
||
f'<div><p>Текст с{CHAR_NBSP}предлогом <b>в{CHAR_NBSP}<i>доме</i></b>.</p></div>'),
|
||
# --- Обработка соседних текстовых узлов ---
|
||
('mnemonic', '<p>Союз и <b>слово</b> и еще один союз а <span>текст</span>.</p>',
|
||
'<p>Союз и <b>слово</b> и еще один союз а <span>текст</span>.</p>'),
|
||
('mixed', '<p>Союз и <b>слово</b> и еще один союз а <span>текст</span>.</p>',
|
||
'<p>Союз и <b>слово</b> и еще один союз а <span>текст</span>.</p>'),
|
||
('unicode', '<p>Союз и <b>слово</b> и еще один союз а <span>текст</span>.</p>',
|
||
f'<p>Союз и{CHAR_NBSP}<b>слово</b> и{CHAR_NBSP}еще один союз а{CHAR_NBSP}<span>текст</span>.</p>'),
|
||
|
||
# --- Проверка тегов <style>, <script>, <pre>, <code>, <kbd<, <samp> и <math> ---
|
||
('mixed', '<p>Текст "до".</p><pre> - 10</pre><code>"тоже не трогать"</code>',
|
||
'<p>Текст «до».</p><pre> - 10</pre><code>"тоже не трогать"</code>'),
|
||
('mixed', '<p>Текст "до".</p><style>body { font-family: "Arial"; }</style>',
|
||
'<p>Текст «до».</p><style>body { font-family: "Arial"; }</style>'),
|
||
('mixed', '<p>Текст "до".</p><script>var text = "не трогать";</script>',
|
||
'<p>Текст «до».</p><script>var text = "не трогать";</script>'),
|
||
('mixed', '<p>Текст "до".</p><kbd>Ctrl + C</kbd>',
|
||
'<p>Текст «до».</p><kbd>Ctrl + C</kbd>'),
|
||
('mixed', '<p>Текст "до".</p><samp>Sample "text"</samp>',
|
||
'<p>Текст «до».</p><samp>Sample "text"</samp>'),
|
||
('mixed', '<p>Текст "до".</p><math><mi>x</mi><mo>=</mo><mn>5</mn></math>',
|
||
'<p>Текст «до».</p><math><mi>x</mi><mo>=</mo><mn>5</mn></math>'),
|
||
|
||
# --- Проверка тегов с атрибутами ---
|
||
('mixed', '<a href="/a-b" title="Текст в кавычках \'внутри\' атрибута">Текст "снаружи"</a>',
|
||
'<a href="/a-b" title="Текст в кавычках \'внутри\' атрибута">Текст «снаружи»</a>'),
|
||
('mixed', '<a href="/a-b" title=\'Текст в кавычках \"внутри\" атрибута\'>Текст "снаружи"</a>',
|
||
'<a href="/a-b" title=\'Текст в кавычках \"внутри\" атрибута\'>Текст «снаружи»</a>'),
|
||
('mixed', '<a href="/a-b" title="Текст в кавычках «внутри» атрибута">Текст "снаружи"</a>',
|
||
'<a href="/a-b" title="Текст в кавычках «внутри» атрибута">Текст «снаружи»</a>'),
|
||
('mnemonic', '<a href="/a-b" title="Текст в кавычках «внутри» атрибута">Текст "снаружи"</a>',
|
||
'<a href="/a-b" title="Текст в кавычках «внутри» атрибута">Текст «снаружи»</a>'),
|
||
|
||
# --- Комплексный интеграционный тест ---
|
||
('mnemonic', '<p>Он сказал: "В 1941-1945 гг. -- было 100 тыс. руб. и т. д."</p>',
|
||
'<p>Он сказал: «В 1941–1945 гг. – было 100 тыс. руб.'
|
||
' и т. д.»</p>'),
|
||
('mixed', '<p>Он сказал: "В 1941-1945 гг. -- было 100 тыс. руб. и т. д."</p>',
|
||
'<p>Он сказал: «В 1941–1945 гг. – было 100 тыс. руб.'
|
||
' и т. д.»</p>'),
|
||
('unicode', '<p>Он сказал: "В 1941-1945 гг. -- было 100 тыс. руб. и т. д."</p>',
|
||
f'<p>Он{CHAR_NBSP}сказал: «В{CHAR_NBSP}1941{CHAR_NDASH}1945{CHAR_NBSP}гг.{CHAR_NBSP}{CHAR_NDASH} было'
|
||
f' 100{CHAR_NBSP}тыс.{CHAR_THIN_SP}руб. и{CHAR_NBSP}т.{CHAR_THIN_SP}д.»</p>'),
|
||
# --- Теги внутри кавычек ---
|
||
('mnemonic', '<p>"<u>Почему</u>", "<u>зачем</u>" и "<u>кому это выгодно</u>" -- вопросы требующие ответа.</p>',
|
||
'<p>«<u>Почему</u>», «<u>зачем</u>» и «<u>кому это выгодно</u>'
|
||
'» – вопросы требующие ответа.</p>'),
|
||
('mixed', '<p>"<u>Почему</u>", "<u>зачем</u>" и "<u>кому это выгодно</u>" -- вопросы требующие ответа.</p>',
|
||
'<p>«<u>Почему</u>», «<u>зачем</u>» и «<u>кому это выгодно</u>» – вопросы требующие ответа.</p>'),
|
||
('unicode', '<p>"<u>Почему</u>", "<u>зачем</u>" и "<u>кому это выгодно</u>" -- вопросы требующие ответа.</p>',
|
||
f'<p>«<u>Почему</u>», «<u>зачем</u>» и{CHAR_NBSP}«<u>кому это выгодно</u>»{CHAR_NBSP}{CHAR_NDASH} вопросы требующие ответа.</p>'),
|
||
|
||
# --- Проверка пустого текста и узлов с пробелами ---
|
||
('mnemonic', '<p> </p><div>\n\t</div><p>Слово</p>', '<p> </p><div>\n</div><p>Слово</p>'),
|
||
('mixed', '<p> </p><div>\n\t</div><p>Слово</p>', '<p> </p><div>\n</div><p>Слово</p>'),
|
||
('unicode', '<p> </p><div>\n\t</div><p>Слово</p>', '<p> </p><div>\n</div><p>Слово</p>'),
|
||
|
||
# --- Самозакрывающиеся теги и теги с атрибутами ---
|
||
# ВАЖНО: порядок атрибутов в типографированном тексте может быть произвольным
|
||
('mnemonic', '<p>Текст с картинкой <img src="image.jpg" alt="image" /> и текстом.</p>',
|
||
'<p>Текст с картинкой <img alt="image" src="image.jpg"/> и текстом.</p>'),
|
||
('mnemonic', '<p>Текст с <code><br></code><br>А это новая строка.</p>',
|
||
'<p>Текст с <code><br></code><br/>А это новая строка.</p>'),
|
||
('mixed', '<p>Текст с картинкой <img src="image.jpg" alt="image" /> и текстом.</p>',
|
||
'<p>Текст с картинкой <img alt="image" src="image.jpg"/> и текстом.</p>'),
|
||
('mixed', '<p>Текст с <code><br></code><br>А это новая строка.</p>',
|
||
'<p>Текст с <code><br></code><br/>А это новая строка.</p>'),
|
||
('unicode', '<p>Текст с картинкой <img src="image.jpg" alt="image" /> и текстом.</p>',
|
||
f'<p>Текст с{CHAR_NBSP}картинкой <img alt="image" src="image.jpg"/> и{CHAR_NBSP}текстом.</p>'),
|
||
('unicode', '<p>Текст с <code><br></code><br>А это новая строка.</p>',
|
||
f'<p>Текст с{CHAR_NBSP}<code><br></code><br/>А{CHAR_NBSP}это новая строка.</p>'),
|
||
|
||
|
||
]
|
||
|
||
|
||
@pytest.mark.parametrize("mode, input_html, expected_html", TYPOGRAPHER_HTML_TEST_CASES)
|
||
def test_typographer_html_processing(mode, input_html, expected_html):
|
||
"""
|
||
Проверяет полный конвейер Typographer при обработке HTML.
|
||
"""
|
||
typo = Typographer(langs='ru', process_html=True, mode=mode)
|
||
actual_html = typo.process(input_html)
|
||
assert actual_html == expected_html
|
||
|
||
|
||
def test_typographer_plain_text_processing():
|
||
"""
|
||
Проверяет, что в режиме process_html=False типограф маскирует HTML-теги и обрабатывает весь текст.
|
||
"""
|
||
typo = Typographer(langs='ru', process_html=False)
|
||
input_text = '<i>Текст "без" <b>HTML</b>, но с предлогом в доме.</i>'
|
||
expected_text = '<i>Текст «без» <b>HTML</b>, но с предлогом в доме.</i>'
|
||
actual_text = typo.process(input_text)
|
||
assert actual_text == expected_text |