gendesign/tradein-mvp/backend/tests/test_avito_detail_fields_3047.py

"""Тесты на реальной разметке для #3047 (5 полей detail-парсера Avito).

Фикстуры — две живые detail-карточки, снятые через прод-браузер 2026-08-21:
  - avito_detail_card_owner_66m2.html  — item_id 8322506679, продавец "Частное лицо"
  - avito_detail_card_agency_95m2.html — item_id 8343481647, продавец "Агентство"

Разные значения seller-info/label в двух фикстурах — намеренно: это единственный
способ проверить и True, и False ветку is_homeowner на реальной разметке, а не
придуманным HTML.

Что покрыто (см. докстринг detail.py для полного разбора по каждому полю):
  - sale_type: способ чтения таблицы параметров (item-view/item-params — два блока
    с ОДНИМ маркером, не один блок с двумя <ul>)
  - metro_stations: структурная разметка (#item-view-address) вместо текста описания
  - is_homeowner: [data-marker='seller-info/label']
  - days_on_market: производное от исправленного publish_date
    ([data-marker='item-view/item-date'], а не текст item-id-блока)
  - cadastral_number: подтверждение ОТСУТСТВИЯ на этих карточках (regression guard —
    если Avito когда-то начнёт отдавать значение, эти тесты не должны молча зелёнеть
    на None, если код начнёт что-то парсить без проверки)
"""

from __future__ import annotations

from datetime import date
from pathlib import Path

from scraper_kit.providers.avito.detail import parse_detail_html

FIXTURES = Path(__file__).parent / "fixtures"


def _load(name: str) -> str:
    return (FIXTURES / name).read_text(encoding="utf-8")


CARD_OWNER = "avito_detail_card_owner_66m2.html"
CARD_AGENCY = "avito_detail_card_agency_95m2.html"


class TestSaleTypeParamsReading:
    """item-view/item-params: два <div> с ОДНИМ маркером ("О квартире"/"О доме"),
    каждый со своим <ul> — раньше css_first брал только первый."""

    def test_sale_type_owner_card(self) -> None:
        e = parse_detail_html(_load(CARD_OWNER), "https://example.com/1")
        assert e.sale_type == "free"

    def test_sale_type_agency_card(self) -> None:
        e = parse_detail_html(_load(CARD_AGENCY), "https://example.com/2")
        assert e.sale_type == "free"

    def test_house_params_from_second_block_not_dropped(self) -> None:
        """Regression guard: house_type/total_floors_house из ВТОРОГО
        item-view/item-params блока больше не теряются молча."""
        e = parse_detail_html(_load(CARD_OWNER), "https://example.com/1")
        assert e.house_type == "monolith_brick"
        assert e.total_floors_house == 16

    def test_house_params_second_card(self) -> None:
        e = parse_detail_html(_load(CARD_AGENCY), "https://example.com/2")
        assert e.house_type == "brick"
        assert e.total_floors_house == 17


class TestMetroStructured:
    """#item-view-address: имя станции + время читаются из структурной разметки,
    а не из regex по тексту описания."""

    def test_metro_owner_card(self) -> None:
        e = parse_detail_html(_load(CARD_OWNER), "https://example.com/1")
        names = [s["name"] for s in e.metro_stations]
        # "Машиностроителей" и "Уралмаш" не подходят под старый METRO_RE
        # (регекс требовал суффикс -ская/-инская и т.п.) — структурный путь их не
        # теряет.
        assert names == ["Уральская", "Машиностроителей", "Уралмаш"]
        assert e.metro_stations[0] == {
            "name": "Уральская",
            "min_to": 20,
            "min_from": 16,
            "mode": "walk",
        }
        assert e.metro_stations[2] == {
            "name": "Уралмаш",
            "min_to": 30,
            "min_from": 21,
            "mode": "walk",
        }

    def test_metro_agency_card_open_ended_time(self) -> None:
        """'от 31 мин.' -> min_from=None, min_to=31 (открытый диапазон)."""
        e = parse_detail_html(_load(CARD_AGENCY), "https://example.com/2")
        names = [s["name"] for s in e.metro_stations]
        assert names == ["Площадь 1905 года", "Геологическая", "Чкаловская"]
        for station in e.metro_stations:
            assert station["min_from"] is None
            assert station["min_to"] == 31
            assert station["mode"] == "walk"


class TestIsHomeowner:
    """[data-marker='seller-info/label']: 'Частное лицо' -> True, 'Агентство' ->
    False. Обе ветки подтверждены на разных эталонах (не выдумано)."""

    def test_private_seller_is_homeowner_true(self) -> None:
        e = parse_detail_html(_load(CARD_OWNER), "https://example.com/1")
        assert e.is_homeowner is True

    def test_agency_seller_is_homeowner_false(self) -> None:
        e = parse_detail_html(_load(CARD_AGENCY), "https://example.com/2")
        assert e.is_homeowner is False


class TestDaysOnMarketFromPublishDate:
    """publish_date раньше искался ВНУТРИ item-id-блока — на этой вёрстке дата лежит
    в соседнем [data-marker='item-view/item-date'] и всегда уходила None.
    days_on_market — честно выведенное производное (обе карточки: 'сегодня')."""

    def test_publish_date_today_owner_card(self) -> None:
        e = parse_detail_html(_load(CARD_OWNER), "https://example.com/1")
        assert e.publish_date == date.today()
        assert e.days_on_market == 0

    def test_publish_date_today_agency_card(self) -> None:
        e = parse_detail_html(_load(CARD_AGENCY), "https://example.com/2")
        assert e.publish_date == date.today()
        assert e.days_on_market == 0


class TestCadastralNumberNotAvailable:
    """Regression guard: на этих карточках кадастрового номера нет НИГДЕ —
    ни в тексте, ни в структурной разметке (domotekaReportTeaser.cadastralNumber
    пустая строка). DetailEnrichment не имеет поля cadastral_number вовсе — код
    не должен его придумывать."""

    def test_no_cadastral_field_on_dataclass(self) -> None:
        e = parse_detail_html(_load(CARD_OWNER), "https://example.com/1")
        assert not hasattr(e, "cadastral_number")