test/python/tokenizer/sanitizers/test_sanitizer_config.py

   1 # SPDX-License-Identifier: GPL-3.0-or-later
   2 #
   3 # This file is part of Nominatim. (https://nominatim.org)
   4 #
   5 # Copyright (C) 2025 by the Nominatim developer community.
   6 # For a full list of authors see the git log.
   7 """
   8 Tests for sanitizer configuration helper functions.
   9 """
  10 import pytest
  11
  12 from nominatim_db.errors import UsageError
  13 from nominatim_db.tokenizer.sanitizers.config import SanitizerConfig
  14
  15
  16 def test_string_list_default_empty():
  17     assert SanitizerConfig().get_string_list('op') == []
  18
  19
  20 def test_string_list_default_something():
  21     assert SanitizerConfig().get_string_list('op', default=['a', 'b']) == ['a', 'b']
  22
  23
  24 def test_string_list_value_string():
  25     assert SanitizerConfig({'op': 't'}).get_string_list('op', default=['a', 'b']) == ['t']
  26
  27
  28 def test_string_list_value_list():
  29     assert SanitizerConfig({'op': ['1', '2']}).get_string_list('op') == ['1', '2']
  30
  31
  32 def test_string_list_value_empty():
  33     assert SanitizerConfig({'op': ''}).get_string_list('op', default=['a', 'b']) == []
  34
  35
  36 def test_string_list_value_dict():
  37     with pytest.raises(UsageError):
  38         SanitizerConfig({'op': {'1': 'a'}}).get_string_list('op')
  39
  40
  41 def test_string_list_value_int_list():
  42     with pytest.raises(UsageError):
  43         SanitizerConfig({'op': [1, 2]}).get_string_list('op')
  44
  45
  46 @pytest.mark.parametrize('inp', ('fg34', 'f\\f', 'morning [glory]', '56.78'))
  47 def test_create_split_regex_no_params_unsplit(inp):
  48     regex = SanitizerConfig().get_delimiter()
  49
  50     assert list(regex.split(inp)) == [inp]
  51
  52
  53 @pytest.mark.parametrize('inp,outp', [('here,there', ['here', 'there']),
  54                                       ('ying;;yang', ['ying', 'yang']),
  55                                       (';a; ;c;d,', ['', 'a', '', 'c', 'd', '']),
  56                                       ('1,  3  ,5', ['1', '3', '5'])
  57                                       ])
  58 def test_create_split_regex_no_params_split(inp, outp):
  59     regex = SanitizerConfig().get_delimiter()
  60
  61     assert list(regex.split(inp)) == outp
  62
  63
  64 @pytest.mark.parametrize('delimiter', ['.', '\\', '[]', '   ', '/.*+'])
  65 def test_create_split_regex_custom(delimiter):
  66     regex = SanitizerConfig({'delimiters': delimiter}).get_delimiter()
  67
  68     assert list(regex.split(f'out{delimiter}house')) == ['out', 'house']
  69     assert list(regex.split('out,house')) == ['out,house']
  70
  71
  72 def test_create_split_regex_empty_delimiter():
  73     with pytest.raises(UsageError):
  74         SanitizerConfig({'delimiters': ''}).get_delimiter()
  75
  76
  77 @pytest.mark.parametrize('inp', ('name', 'name:de', 'na\\me', '.*', ''))
  78 def test_create_name_filter_no_param_no_default(inp):
  79     filt = SanitizerConfig({'filter-kind': 'place'}).get_filter('name')
  80
  81     assert filt(inp)
  82
  83
  84 @pytest.mark.parametrize('inp', ('name', 'name:de', 'na\\me', '.*', ''))
  85 def test_create_name_filter_no_param_default_pass_all(inp):
  86     filt = SanitizerConfig().get_filter('name', 'PASS_ALL')
  87
  88     assert filt(inp)
  89
  90
  91 @pytest.mark.parametrize('inp', ('name', 'name:de', 'na\\me', '.*', ''))
  92 def test_create_name_filter_no_param_default_fail_all(inp):
  93     filt = SanitizerConfig().get_filter('name', 'FAIL_ALL')
  94
  95     assert not filt(inp)
  96
  97
  98 def test_create_name_filter_no_param_default_invalid_string():
  99     with pytest.raises(ValueError):
 100         SanitizerConfig().get_filter('name', 'abc')
 101
 102
 103 def test_create_name_filter_no_param_default_empty_list():
 104     with pytest.raises(ValueError):
 105         SanitizerConfig().get_filter('name', [])
 106
 107
 108 @pytest.mark.parametrize('kind', ('de', 'name:de', 'ende'))
 109 def test_create_kind_filter_default_positive(kind):
 110     filt = SanitizerConfig().get_filter('filter-kind', ['.*de'])
 111
 112     assert filt(kind)
 113
 114
 115 @pytest.mark.parametrize('kind', ('de', 'name:de', 'ende'))
 116 def test_create_kind_filter_default_negetive(kind):
 117     filt = SanitizerConfig().get_filter('filter-kind', ['.*fr'])
 118
 119     assert not filt(kind)
 120
 121
 122 @pytest.mark.parametrize('kind', ('lang', 'lang:de', 'langxx'))
 123 def test_create_kind_filter_custom_regex_positive(kind):
 124     filt = SanitizerConfig({'filter-kind': 'lang.*'}
 125                            ).get_filter('filter-kind', ['.*fr'])
 126
 127     assert filt(kind)
 128
 129
 130 @pytest.mark.parametrize('kind', ('de ', '123', '', 'bedece'))
 131 def test_create_kind_filter_custom_regex_negative(kind):
 132     filt = SanitizerConfig({'filter-kind': '.*de'}).get_filter('filter-kind')
 133
 134     assert not filt(kind)
 135
 136
 137 @pytest.mark.parametrize('kind', ('name', 'fr', 'name:fr', 'frfr', '34'))
 138 def test_create_kind_filter_many_positive(kind):
 139     filt = SanitizerConfig({'filter-kind': ['.*fr', 'name', r'\d+']}
 140                            ).get_filter('filter-kind')
 141
 142     assert filt(kind)
 143
 144
 145 @pytest.mark.parametrize('kind', ('name:de', 'fridge', 'a34', '.*', '\\'))
 146 def test_create_kind_filter_many_negative(kind):
 147     filt = SanitizerConfig({'filter-kind': ['.*fr', 'name', r'\d+']}
 148                            ).get_filter('filter-kind')
 149
 150     assert not filt(kind)