tests/test_html_annotations.py

   1 # -*- coding: utf-8
   2 from __future__ import unicode_literals
   3
   4 from librarian.parser import WLDocument
   5 from librarian.html import extract_annotations
   6 from nose.tools import eq_
   7
   8
   9 def _test_annotation(expected, got, name):
  10     assert got[0].startswith('anchor-'), "%s: Unexpected anchor: '%s', should begin with 'anchor-'" % (name, got[0])
  11     eq_(expected[0], got[1], "%s: Unexpected type, expected '%s', got '%s'" % (name, expected[0], got[1]))
  12     eq_(expected[1], got[2], "%s: Unexpected qualifier, expected '%s', got '%s'" % (name, expected[1], got[2]))
  13     eq_(expected[2], got[3], "%s: Unexpected text representation, expected '%s', got '%s'" %
  14         (name, expected[2], got[3]))
  15     exp_html = '<div class="fn-%s">%s</div>' % (expected[0], expected[3])
  16     eq_(exp_html, got[4], "%s: Unexpected html representation, expected '%s', got '%s'" % (name, exp_html, got[4]))
  17
  18
  19 def test_annotations():
  20     annotations = (
  21
  22         ('<pe/>', (
  23             'pe',
  24             [],
  25             '',
  26             '<p></p>'
  27             ),
  28             'Empty footnote'),
  29
  30         ('<pr>Definiendum --- definiens.</pr>', (
  31             'pr',
  32             [],
  33             'Definiendum \u2014 definiens.',
  34             '<p>Definiendum \u2014 definiens.</p>'
  35             ),
  36             'Plain footnote.'),
  37
  38         ('<pt><slowo_obce>Definiendum</slowo_obce> --- definiens.</pt>', (
  39             'pt',
  40             [],
  41             'Definiendum \u2014 definiens.',
  42             '<p><em class="foreign-word">Definiendum</em> \u2014 definiens.</p>'
  43             ),
  44             'Standard footnote.'),
  45
  46         ('<pr>Definiendum (łac.) --- definiens.</pr>', (
  47             'pr',
  48             ['łac.'],
  49             'Definiendum (łac.) \u2014 definiens.',
  50             '<p>Definiendum (łac.) \u2014 definiens.</p>'
  51             ),
  52             'Plain footnote with qualifier'),
  53
  54         ('<pe><slowo_obce>Definiendum</slowo_obce> (łac.) --- definiens.</pe>', (
  55             'pe',
  56             ['łac.'],
  57             'Definiendum (łac.) \u2014 definiens.',
  58             '<p><em class="foreign-word">Definiendum</em> (łac.) \u2014 definiens.</p>'
  59             ),
  60             'Standard footnote with qualifier.'),
  61
  62         ('<pt> <slowo_obce>Definiendum</slowo_obce> (daw.) --- definiens.</pt>', (
  63             'pt',
  64             ['daw.'],
  65             'Definiendum (daw.) \u2014 definiens.',
  66             '<p> <em class="foreign-word">Definiendum</em> (daw.) \u2014 definiens.</p>'
  67             ),
  68             'Standard footnote with leading whitespace and qualifier.'),
  69
  70         ('<pr>Definiendum (łac.) --- <slowo_obce>definiens</slowo_obce>.</pr>', (
  71             'pr',
  72             ['łac.'],
  73             'Definiendum (łac.) \u2014 definiens.',
  74             '<p>Definiendum (łac.) \u2014 <em class="foreign-word">definiens</em>.</p>'
  75             ),
  76             'Plain footnote with qualifier and some emphasis.'),
  77
  78         ('<pe><slowo_obce>Definiendum</slowo_obce> (łac.) --- <slowo_obce>definiens</slowo_obce>.</pe>', (
  79             'pe',
  80             ['łac.'],
  81             'Definiendum (łac.) \u2014 definiens.',
  82             '<p><em class="foreign-word">Definiendum</em> (łac.) \u2014 <em class="foreign-word">definiens</em>.</p>'
  83             ),
  84             'Standard footnote with qualifier and some emphasis.'),
  85
  86         ('<pe>Definiendum (łac.) --- definiens (some) --- more text.</pe>', (
  87             'pe',
  88             ['łac.'],
  89             'Definiendum (łac.) \u2014 definiens (some) \u2014 more text.',
  90             '<p>Definiendum (łac.) \u2014 definiens (some) \u2014 more text.</p>',
  91             ),
  92             'Footnote with a second parentheses and mdash.'),
  93
  94         ('<pe><slowo_obce>gemajna</slowo_obce> (daw., z niem. <slowo_obce>gemein</slowo_obce>: zwykły) --- '
  95          'częściej: gemajn, szeregowiec w wojsku polskim cudzoziemskiego autoramentu.</pe>', (
  96             'pe',
  97             ['daw.', 'niem.'],
  98             'gemajna (daw., z niem. gemein: zwykły) \u2014 częściej: gemajn, '
  99             'szeregowiec w wojsku polskim cudzoziemskiego autoramentu.',
 100             '<p><em class="foreign-word">gemajna</em> (daw., z niem. <em class="foreign-word">gemein</em>: zwykły) '
 101             '\u2014 częściej: gemajn, szeregowiec w wojsku polskim cudzoziemskiego autoramentu.</p>'
 102             ),
 103             'Footnote with multiple and qualifiers and emphasis.'),
 104
 105     )
 106
 107     xml_src = '''<utwor><akap> %s </akap></utwor>''' % "".join(
 108         t[0] for t in annotations)
 109     html = WLDocument.from_string(xml_src, parse_dublincore=False).as_html().get_file()
 110     res_annotations = list(extract_annotations(html))
 111
 112     for i, (src, expected, name) in enumerate(annotations):
 113         yield _test_annotation, expected, res_annotations[i], name