gendesign/backend/tests/services/scrapers/test_2464_tep_docstring_truth.py

"""Докстрока `_page_contains_table` не обещает защиты, которой нет (#2464).

Прежняя редакция утверждала:

    «Требуем явный caption «Таблица N» — hint-только режим (оглавление,
     перекрёстные ссылки) даёт false positive и подавляется.»

Кода подавления в функции никогда не было — это `bool(cap.search(text))`, то есть
обычный поиск подстроки. Строка оглавления «Таблица 11 Баланс территории ..... 34» от
настоящей подписи не отличается: падеж тот же, именительный.

Замер 20.08.2026 уточнил и сам пункт эпика: приведённый в нём пример перекрёстной
ссылки «показатели приведены в таблице 12» регекс НЕ ловит — он требует именительное
«Таблица N». Опасно ровно оглавление, а не любое упоминание. Это зафиксировано
характеризующим тестом, чтобы следующая попытка подавления целилась в признаки
оглавления, а не в падежи.

Обещание защиты, которой нет, опаснее её отсутствия: читающий не станет её
добавлять. Тот же класс, что «объявлено ≠ исполняется».

Почему подавление не реализовано, а докстрока приведена к коду: таблица
`ekb_ppt_tep` на проде пуста (0 строк) — URL в `_SEED_DOCS` заглушка, живых PDF нет,
эвристику отсева оглавления не на чем откалибровать. Правило, придуманное без
образцов, ловит ровно те случаи, которые придумали вместе с ним.
"""

from __future__ import annotations

import inspect

from app.services.scrapers import ekb_ppt_tep_parser as mod


def test_docstring_does_not_promise_suppression_that_is_absent() -> None:
    """Головной: докстрока не должна обещать подавление false positive.

    На origin/main она содержит «даёт false positive и подавляется», а в теле
    функции — один `cap.search(text)`. Красное значение конкретно: обещание есть,
    реализации нет.
    """
    doc = inspect.getdoc(mod._page_contains_table) or ""
    src = inspect.getsource(mod._page_contains_table)
    тело = src.split('"""')[-1]
    # Ищем именно ОБЕЩАНИЕ («подавляется»), а не разговор о подавлении: новая
    # редакция объясняет, почему подавление НЕ реализовано, и не должна краснеть.
    обещает = "подавляется" in doc
    реализует = any(kw in тело for kw in ("оглавлен", "leader", "count(", "finditer", "rsplit"))
    assert not (обещает and not реализует), (
        "докстрока обещает подавление false positive, а в теле только поиск "
        f"подстроки:\n{тело.strip()}"
    )


def test_docstring_names_the_actual_behaviour() -> None:
    """Докстрока обязана честно называть false positive, а не умалчивать о нём.

    Просто убрать обещание было бы недостаточно: молчание читается как «всё
    хорошо». Ловит «починку» через вычёркивание неудобной фразы.
    """
    doc = (inspect.getdoc(mod._page_contains_table) or "").lower()
    assert "false positive" in doc or "оглавлен" in doc, (
        "докстрока не предупреждает о ложных срабатываниях на оглавлении"
    )


def test_toc_line_really_is_a_false_positive() -> None:
    """Характеризующий: строка оглавления действительно проходит как подпись.

    Зелёный с обеих сторон — он фиксирует ФАКТИЧЕСКОЕ поведение, о котором теперь
    говорит докстрока. Если кто-то реализует подавление, тест покраснеет и
    заставит обновить и докстроку, и его.
    """
    оглавление = "СОДЕРЖАНИЕ\nТаблица 11 Баланс территории .......... 34\nТаблица 12 ТЭП .... 36"
    assert mod._page_contains_table(оглавление, 11) is True, "оглавление обязано срабатывать"

    # А вот перекрёстные ссылки в косвенных падежах регекс НЕ ловит: он требует
    # именительное «Таблица N». Пункт эпика приводил «приведены в таблице 12» как
    # пример false positive — замер это опроверг, и докстрока теперь говорит точнее.
    for мимо in (
        "Основные показатели приведены в таблице 12 настоящей записки.",
        "см. Таблицу 12 ниже",
        "Данные в табл. 12",
    ):
        assert mod._page_contains_table(мимо, 12) is False, f"неожиданно сработало: {мимо!r}"

    assert mod._page_contains_table("Никаких таблиц тут нет", 11) is False


def test_seed_comment_does_not_send_to_a_dead_host() -> None:
    """Комментарий сида не должен отправлять искать документ на несуществующем хосте.

    `gisogd.ekburg.ru` не резолвится ни с рабочей машины, ни с прод-хоста
    (проверено 20.08.2026), а прежний комментарий называл его местом, где «лежит
    реальный URL». Живой портал — gisogd66.midural.ru.
    """
    from pathlib import Path

    src = Path(inspect.getsourcefile(mod)).resolve().parents[3]
    текст = (src / "app" / "workers" / "tasks" / "ekb_ppt_tep_sync.py").read_text(encoding="utf-8")
    assert "НЕ СУЩЕСТВУЕТ" in текст or "не резолв" in текст.lower(), (
        "комментарий сида не предупреждает, что gisogd.ekburg.ru мёртв"
    )
    assert "gisogd66.midural.ru" in текст, "не назван живой портал ГИСОГД-СО"