]> git.openstreetmap.org Git - nominatim.git/blobdiff - test/python/test_tokenizer_icu_rule_loader.py
organise python tests in subdirectories
[nominatim.git] / test / python / test_tokenizer_icu_rule_loader.py
diff --git a/test/python/test_tokenizer_icu_rule_loader.py b/test/python/test_tokenizer_icu_rule_loader.py
deleted file mode 100644 (file)
index e22ccd4..0000000
+++ /dev/null
@@ -1,274 +0,0 @@
-"""
-Tests for converting a config file to ICU rules.
-"""
-from textwrap import dedent
-
-import pytest
-import yaml
-
-from nominatim.tokenizer.icu_rule_loader import ICURuleLoader
-from nominatim.errors import UsageError
-
-from icu import Transliterator
-
-@pytest.fixture
-def test_config(def_config, tmp_path):
-    project_dir = tmp_path / 'project_dir'
-    project_dir.mkdir()
-    def_config.project_dir = project_dir
-
-    return def_config
-
-
-@pytest.fixture
-def cfgrules(test_config):
-    def _create_config(*variants, **kwargs):
-        content = dedent("""\
-        normalization:
-            - ":: NFD ()"
-            - "[[:Nonspacing Mark:] [:Cf:]] >"
-            - ":: lower ()"
-            - "[[:Punctuation:][:Space:]]+ > ' '"
-            - ":: NFC ()"
-        transliteration:
-            - "::  Latin ()"
-            - "[[:Punctuation:][:Space:]]+ > ' '"
-        """)
-        content += "token-analysis:\n  - analyzer: generic\n    variants:\n     - words:\n"
-        content += '\n'.join(("         - " + s for s in variants)) + '\n'
-        for k, v in kwargs:
-            content += "    {}: {}\n".format(k, v)
-        (test_config.project_dir / 'icu_tokenizer.yaml').write_text(content)
-
-        return test_config
-
-    return _create_config
-
-
-def test_empty_rule_set(test_config):
-    (test_config.project_dir / 'icu_tokenizer.yaml').write_text(dedent("""\
-        normalization:
-        transliteration:
-        token-analysis:
-          - analyzer: generic
-            variants:
-        """))
-
-    rules = ICURuleLoader(test_config)
-    assert rules.get_search_rules() == ''
-    assert rules.get_normalization_rules() == ''
-    assert rules.get_transliteration_rules() == ''
-
-CONFIG_SECTIONS = ('normalization', 'transliteration', 'token-analysis')
-
-@pytest.mark.parametrize("section", CONFIG_SECTIONS)
-def test_missing_section(section, test_config):
-    rule_cfg = { s: [] for s in CONFIG_SECTIONS if s != section}
-    (test_config.project_dir / 'icu_tokenizer.yaml').write_text(yaml.dump(rule_cfg))
-
-    with pytest.raises(UsageError):
-        ICURuleLoader(test_config)
-
-
-def test_get_search_rules(cfgrules):
-    loader = ICURuleLoader(cfgrules())
-
-    rules = loader.get_search_rules()
-    trans = Transliterator.createFromRules("test", rules)
-
-    assert trans.transliterate(" Baum straße ") == " baum straße "
-    assert trans.transliterate(" Baumstraße ") == " baumstraße "
-    assert trans.transliterate(" Baumstrasse ") == " baumstrasse "
-    assert trans.transliterate(" Baumstr ") == " baumstr "
-    assert trans.transliterate(" Baumwegstr ") == " baumwegstr "
-    assert trans.transliterate(" Αθήνα ") == " athēna "
-    assert trans.transliterate(" проспект ") == " prospekt "
-
-
-def test_get_normalization_rules(cfgrules):
-    loader = ICURuleLoader(cfgrules())
-    rules = loader.get_normalization_rules()
-    trans = Transliterator.createFromRules("test", rules)
-
-    assert trans.transliterate(" проспект-Prospekt ") == " проспект prospekt "
-
-
-def test_get_transliteration_rules(cfgrules):
-    loader = ICURuleLoader(cfgrules())
-    rules = loader.get_transliteration_rules()
-    trans = Transliterator.createFromRules("test", rules)
-
-    assert trans.transliterate(" проспект-Prospekt ") == " prospekt Prospekt "
-
-
-def test_transliteration_rules_from_file(test_config):
-    cfgpath = test_config.project_dir / ('icu_tokenizer.yaml')
-    cfgpath.write_text(dedent("""\
-        normalization:
-        transliteration:
-            - "'ax' > 'b'"
-            - !include transliteration.yaml
-        token-analysis:
-            - analyzer: generic
-              variants:
-        """))
-    transpath = test_config.project_dir / ('transliteration.yaml')
-    transpath.write_text('- "x > y"')
-
-    loader = ICURuleLoader(test_config)
-    rules = loader.get_transliteration_rules()
-    trans = Transliterator.createFromRules("test", rules)
-
-    assert trans.transliterate(" axxt ") == " byt "
-
-
-def test_search_rules(cfgrules):
-    config = cfgrules('~street => s,st', 'master => mstr')
-    proc = ICURuleLoader(config).make_token_analysis()
-
-    assert proc.search.transliterate('Master Street').strip() == 'master street'
-    assert proc.search.transliterate('Earnes St').strip() == 'earnes st'
-    assert proc.search.transliterate('Nostreet').strip() == 'nostreet'
-
-
-class TestGetReplacements:
-
-    @pytest.fixture(autouse=True)
-    def setup_cfg(self, cfgrules):
-        self.cfgrules = cfgrules
-
-    def get_replacements(self, *variants):
-        loader = ICURuleLoader(self.cfgrules(*variants))
-        rules = loader.analysis[None].config['replacements']
-
-        return sorted((k, sorted(v)) for k,v in rules)
-
-
-    @pytest.mark.parametrize("variant", ['foo > bar', 'foo -> bar -> bar',
-                                         '~foo~ -> bar', 'fo~ o -> bar'])
-    def test_invalid_variant_description(self, variant):
-        with pytest.raises(UsageError):
-            ICURuleLoader(self.cfgrules(variant))
-
-    def test_add_full(self):
-        repl = self.get_replacements("foo -> bar")
-
-        assert repl == [(' foo ', [' bar', ' foo'])]
-
-
-    def test_replace_full(self):
-        repl = self.get_replacements("foo => bar")
-
-        assert repl == [(' foo ', [' bar'])]
-
-
-    def test_add_suffix_no_decompose(self):
-        repl = self.get_replacements("~berg |-> bg")
-
-        assert repl == [(' berg ', [' berg', ' bg']),
-                        ('berg ', ['berg', 'bg'])]
-
-
-    def test_replace_suffix_no_decompose(self):
-        repl = self.get_replacements("~berg |=> bg")
-
-        assert repl == [(' berg ', [' bg']),('berg ', ['bg'])]
-
-
-    def test_add_suffix_decompose(self):
-        repl = self.get_replacements("~berg -> bg")
-
-        assert repl == [(' berg ', [' berg', ' bg', 'berg', 'bg']),
-                        ('berg ', [' berg', ' bg', 'berg', 'bg'])]
-
-
-    def test_replace_suffix_decompose(self):
-        repl = self.get_replacements("~berg => bg")
-
-        assert repl == [(' berg ', [' bg', 'bg']),
-                        ('berg ', [' bg', 'bg'])]
-
-
-    def test_add_prefix_no_compose(self):
-        repl = self.get_replacements("hinter~ |-> hnt")
-
-        assert repl == [(' hinter', [' hinter', ' hnt']),
-                        (' hinter ', [' hinter', ' hnt'])]
-
-
-    def test_replace_prefix_no_compose(self):
-        repl = self.get_replacements("hinter~ |=> hnt")
-
-        assert repl ==  [(' hinter', [' hnt']), (' hinter ', [' hnt'])]
-
-
-    def test_add_prefix_compose(self):
-        repl = self.get_replacements("hinter~-> h")
-
-        assert repl == [(' hinter', [' h', ' h ', ' hinter', ' hinter ']),
-                        (' hinter ', [' h', ' h', ' hinter', ' hinter'])]
-
-
-    def test_replace_prefix_compose(self):
-        repl = self.get_replacements("hinter~=> h")
-
-        assert repl == [(' hinter', [' h', ' h ']),
-                        (' hinter ', [' h', ' h'])]
-
-
-    def test_add_beginning_only(self):
-        repl = self.get_replacements("^Premier -> Pr")
-
-        assert repl == [('^ premier ', ['^ pr', '^ premier'])]
-
-
-    def test_replace_beginning_only(self):
-        repl = self.get_replacements("^Premier => Pr")
-
-        assert repl == [('^ premier ', ['^ pr'])]
-
-
-    def test_add_final_only(self):
-        repl = self.get_replacements("road$ -> rd")
-
-        assert repl == [(' road ^', [' rd ^', ' road ^'])]
-
-
-    def test_replace_final_only(self):
-        repl = self.get_replacements("road$ => rd")
-
-        assert repl == [(' road ^', [' rd ^'])]
-
-
-    def test_decompose_only(self):
-        repl = self.get_replacements("~foo -> foo")
-
-        assert repl == [(' foo ', [' foo', 'foo']),
-                        ('foo ', [' foo', 'foo'])]
-
-
-    def test_add_suffix_decompose_end_only(self):
-        repl = self.get_replacements("~berg |-> bg", "~berg$ -> bg")
-
-        assert repl == [(' berg ', [' berg', ' bg']),
-                        (' berg ^', [' berg ^', ' bg ^', 'berg ^', 'bg ^']),
-                        ('berg ', ['berg', 'bg']),
-                        ('berg ^', [' berg ^', ' bg ^', 'berg ^', 'bg ^'])]
-
-
-    def test_replace_suffix_decompose_end_only(self):
-        repl = self.get_replacements("~berg |=> bg", "~berg$ => bg")
-
-        assert repl == [(' berg ', [' bg']),
-                        (' berg ^', [' bg ^', 'bg ^']),
-                        ('berg ', ['bg']),
-                        ('berg ^', [' bg ^', 'bg ^'])]
-
-
-    def test_add_multiple_suffix(self):
-        repl = self.get_replacements("~berg,~burg -> bg")
-
-        assert repl == [(' berg ', [' berg', ' bg', 'berg', 'bg']),
-                        (' burg ', [' bg', ' burg', 'bg', 'burg']),
-                        ('berg ', [' berg', ' bg', 'berg', 'bg']),
-                        ('burg ', [' bg', ' burg', 'bg', 'burg'])]