f98e64c734
Erste Tests für die Codebase. 77 Tests, 0.08s Laufzeit, decken die
drei Bug-Klassen aus der April-2026-Adapter-Session ab plus haben
schon zwei weitere Bugs in Production-Code aufgedeckt.
## Setup
- requirements-dev.txt mit pytest + pytest-asyncio
- pytest.ini mit asyncio_mode=auto
- tests/conftest.py stubbt fitz/bs4/openai/pydantic_settings, damit
die Suite ohne den vollen prod-requirements-Satz läuft (pure unit
tests, kein PDF-Parsing, kein HTTP)
## Tests
- tests/test_parlamente.py (33 Tests)
* PortalaAdapter._parse_hit_list_cards: doctype/doctype_full
NameError-Regression aus 1cb030a, plus Title/Drucksache/Fraktion-
/Datum/PDF-Extraktion gegen ein BE-Card-Fixture
* PortalaAdapter._parse_hit_list_dump: gegen ein LSA-Perl-Dump-
Fixture inkl. Hex-Escape-Decoding (\x{fc} → ü)
* PortalaAdapter._parse_hit_list_html: Auto-Detection zwischen
Card- und Dump-Format
* PortalaAdapter._normalize_fraktion: kanonische Fraktion-Codes
inkl. F.D.P.-mit-Punkten, BÜNDNIS 90, DIE LINKE, BSW
* ParLDokAdapter._hit_to_drucksache: JSON-Hit → Drucksache
Mapping inkl. /navpanes-Stripping, MdL-mit-Partei-in-Klammern,
Landesregierung-Detection
* ParLDokAdapter._fulltext_id: bundle.js-mirroring (deferred,
aber dokumentiert)
* ADAPTERS-Registry-Sanity
- tests/test_embeddings.py (11 Tests)
* _chunk_source_label: Programm-Name + Seite (Halluzinations-
Bug-Regression aus 1b5fd96)
* format_quotes_for_prompt: jeder Chunk muss Programm-Name
enthalten, strict-citation-Hinweis muss im Output sein,
keine NRW-Halluzinationen für MV/BE-Chunk-Sets
- tests/test_wahlprogramme.py (14 Tests)
* Registry-Struktur (jahr int, seiten int, .pdf-Endung)
* File-Existenz: jede registrierte PDF muss in
static/referenzen/ liegen — würde Tippfehler in den 22
indexierten Programmen sofort fangen
* embeddings.PROGRAMME-Konsistenz-Cross-Check
- tests/test_bundeslaender.py (15 Tests)
* Sanity über 16-State-Registry
* #48-Klassifikations-Regression: TH=ParlDok, HB=StarWeb,
SN=Eigensystem
* Wahltermine plausibel (zwischen 2026 und 2035)
- tests/test_analyzer.py (4 Tests)
* Markdown-Codeblock-Stripping aus dem JSON-Retry-Loop
## Bug-Funde während der Test-Schreibphase
Zwei Production-Bugs in den _normalize_fraktion-Helfern wurden
durch die neuen Tests sofort aufgedeckt und im selben Commit gefixt:
1. PortalaAdapter._normalize_fraktion matched "F.D.P." (mit Punkten,
wie historische SH/HB-Drucksachen) nicht — Regex \bFDP\b ist zu
strikt. Fix: \bF\.?\s*D\.?\s*P\.?\b analog zu ParLDokAdapter.
2. ParLDokAdapter._normalize_fraktion (auch PortalaAdapter) matched
"Ministerium der Finanzen" nicht als Landesregierung, weil
\bMINISTER\b die Wortgrenze auch nach MINISTER verlangt — bei
MINISTERIUM steht aber IUM danach, keine Wortgrenze. Fix:
\bMINISTER ohne abschließendes \b.
Beide Bugs hätten Fraktion-Felder bei Drucksachen der Bremischen
Bürgerschaft (FDP-Listen) und bei Landesregierungs-Drucksachen
in MV/LSA fälschlich leer gelassen — exakt der "fraktionen=[]"-
Befund aus dem MV-Smoke-Test in #4.
Phase 0 aus Roadmap-Issue #49.
Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
82 lines
2.8 KiB
Python
82 lines
2.8 KiB
Python
"""Tests for bundeslaender.py — sanity over 16-state registry.
|
|
|
|
Includes the #48 classification regression: TH must be ParlDok, HB must
|
|
be StarWeb, SN must be Eigensystem (not ParlDok).
|
|
"""
|
|
from app.bundeslaender import BUNDESLAENDER, get, aktive_bundeslaender, alle_bundeslaender
|
|
|
|
|
|
class TestRegistryStructure:
|
|
def test_sixteen_bundeslaender(self):
|
|
assert len(BUNDESLAENDER) == 16
|
|
|
|
def test_codes_are_uppercase(self):
|
|
for code in BUNDESLAENDER:
|
|
assert code.isupper(), f"{code} is not uppercase"
|
|
|
|
def test_each_entry_has_naechste_wahl_or_none(self):
|
|
for code, bl in BUNDESLAENDER.items():
|
|
assert bl.naechste_wahl is None or len(bl.naechste_wahl) == 10
|
|
|
|
def test_wahlperiode_is_positive_integer(self):
|
|
for bl in BUNDESLAENDER.values():
|
|
assert isinstance(bl.wahlperiode, int) and bl.wahlperiode > 0
|
|
|
|
|
|
class TestActiveBundeslaender:
|
|
def test_four_active_bundeslaender(self):
|
|
active = aktive_bundeslaender()
|
|
codes = {bl.code for bl in active}
|
|
assert codes == {"NRW", "LSA", "MV", "BE"}
|
|
|
|
def test_alle_bundeslaender_returns_all_sixteen(self):
|
|
assert len(alle_bundeslaender()) == 16
|
|
|
|
def test_alle_bundeslaender_active_first(self):
|
|
out = alle_bundeslaender()
|
|
active_codes = {bl.code for bl in aktive_bundeslaender()}
|
|
# The first len(active) entries must all be active
|
|
for bl in out[: len(active_codes)]:
|
|
assert bl.code in active_codes
|
|
|
|
|
|
class TestGetHelper:
|
|
def test_returns_bundesland_for_known_code(self):
|
|
bl = get("NRW")
|
|
assert bl is not None
|
|
assert bl.name == "Nordrhein-Westfalen"
|
|
|
|
def test_returns_none_for_unknown_code(self):
|
|
assert get("XX") is None
|
|
|
|
|
|
class TestClassificationFix48:
|
|
"""Regression: #48 corrected three doku_system entries that the
|
|
follow-up adapter issues depend on."""
|
|
|
|
def test_th_is_parldok_not_starweb(self):
|
|
assert BUNDESLAENDER["TH"].doku_system == "ParlDok"
|
|
|
|
def test_hb_is_starweb_not_paris(self):
|
|
"""PARiS is just a StarWeb skin — must be classified as StarWeb."""
|
|
assert BUNDESLAENDER["HB"].doku_system == "StarWeb"
|
|
|
|
def test_sn_is_eigensystem_not_parldok(self):
|
|
"""EDAS is ASP.NET-Webforms, NOT ParlDok-compatible with MV."""
|
|
assert BUNDESLAENDER["SN"].doku_system == "Eigensystem"
|
|
|
|
|
|
class TestWahltermineSane:
|
|
"""All upcoming elections must be in chronological order and in the
|
|
near future (sanity check that someone has not pasted a 1990 date)."""
|
|
|
|
def test_no_election_before_2026(self):
|
|
for bl in BUNDESLAENDER.values():
|
|
if bl.naechste_wahl:
|
|
assert bl.naechste_wahl >= "2026-01-01"
|
|
|
|
def test_no_election_after_2035(self):
|
|
for bl in BUNDESLAENDER.values():
|
|
if bl.naechste_wahl:
|
|
assert bl.naechste_wahl < "2035-01-01"
|