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

"""Единственный источник правды для curl_cffi impersonate-профиля (#3034).

До этого фикса `impersonate="chrome120"` был захардкожен литералом в 9+ местах
scraper_kit (`providers/avito/{serp,detail,imv,houses}.py`,
`orchestration/pipeline.py` x4, `providers/cian/valuation.py`,
`providers/yandex/valuation.py`) — обновить TLS-профиль значило найти и
поправить их все вручную, и один пропущенный литерал молча гонял бы устаревший
профиль. Теперь единственный источник — `DEFAULT_IMPERSONATE`
(`providers/_base.py`); любой caller обязан читать константу.

ПОЧЕМУ ГРЕП, А НЕ AST. Инвариант — «строка `chrome120` не встречается нигде в
дереве» (ни в коде, ни в docstring/комментарии) — буквально то, что нужно
поймать: сменится профиль — не должно остаться ни одного места, которое надо
будет вспомнить и найти руками. AST увидел бы только строковые константы в
выражениях (kwarg-значения, docstring), но не поймал бы упоминание в
`#`-комментарии — а именно в комментарии литерал незаметнее всего переживёт
следующий рефактор.

Область — ДВЕ директории:

  * `packages/scraper-kit/src/scraper_kit/` — пакет, где живёт `DEFAULT_IMPERSONATE`
    и все providers;
  * `backend/app/` — прод-код бэкенда. Добавлен после того, как выяснилось, что
    первая волна #3034 вычистила kit, а три живых прод-пути остались на
    `chrome120`: верификация куки Циана (`services/cian_session.py`) и два
    яндексовых бэкфилла. Оговорка «legacy-периметр вне scope» разошлась с фактом:
    периметр не спит, он ходит в сеть каждый день, и та же ссылка (#2361 F4a)
    к тому моменту была закрыта, то есть отсылать было уже некуда.

НЕ входят: `tests/fixtures/**` (там номер профиля — часть записи о том, чем
снят фикстур-HTML, историю переписывать нельзя) и `scripts/**` (разовые
инструменты, в прод-путях не участвуют).
"""

from __future__ import annotations

from pathlib import Path

_BACKEND_ROOT = Path(__file__).resolve().parents[1]
_KIT_SRC = _BACKEND_ROOT.parent / "packages" / "scraper-kit" / "src" / "scraper_kit"
_APP_SRC = _BACKEND_ROOT / "app"

_SCAN_ROOTS = (_KIT_SRC, _APP_SRC)

_BANNED_LITERAL = "chrome120"


def test_scan_area_exists() -> None:
    """Обе области сканирования живы — иначе сторож зелен вхолостую (путь съехал)."""
    for root in _SCAN_ROOTS:
        assert root.is_dir(), f"область сканирования съехала: {root}"


def test_detector_actually_detects(tmp_path: Path) -> None:
    """Сторож обязан уметь краснеть на литерале — иначе он зелен вхолостую."""
    probe = tmp_path / "probe.py"
    probe.write_text('impersonate = "chrome120"\n', encoding="utf-8")
    assert _BANNED_LITERAL in probe.read_text(encoding="utf-8")

    clean = tmp_path / "clean.py"
    clean.write_text(
        "from scraper_kit.providers._base import DEFAULT_IMPERSONATE\n", encoding="utf-8"
    )
    assert _BANNED_LITERAL not in clean.read_text(encoding="utf-8")


def test_default_impersonate_is_the_only_chrome_profile_literal() -> None:
    """Ни один файл scraper_kit не содержит строку "chrome120" — ни в коде, ни в
    docstring/комментарии. Единственное разрешённое место для конкретного номера
    профиля — значение `DEFAULT_IMPERSONATE` в `providers/_base.py`.
    """
    offenders = [
        str(path.relative_to(_BACKEND_ROOT.parent))
        for root in _SCAN_ROOTS
        for path in sorted(root.rglob("*.py"))
        if _BANNED_LITERAL in path.read_text(encoding="utf-8")
    ]
    assert offenders == [], (
        f"{offenders}: литерал {_BANNED_LITERAL!r} обходит DEFAULT_IMPERSONATE "
        "(providers/_base.py) — единственный источник правды для impersonate-"
        "профиля. Прочитай константу вместо хардкода строки."
    )