test/python/tokenizer/sanitizers/test_sanitizer_config.py

   1 # SPDX-License-Identifier: GPL-3.0-or-later
   2 #
   3 # This file is part of Nominatim. (https://nominatim.org)
   4 #
   5 # Copyright (C) 2024 by the Nominatim developer community.
   6 # For a full list of authors see the git log.
   7 """
   8 Tests for sanitizer configuration helper functions.
   9 """
  10 import pytest
  11
  12 from nominatim_db.errors import UsageError
  13 from nominatim_db.tokenizer.sanitizers.config import SanitizerConfig
  14
  15 def test_string_list_default_empty():
  16     assert SanitizerConfig().get_string_list('op') == []
  17
  18
  19 def test_string_list_default_something():
  20     assert SanitizerConfig().get_string_list('op', default=['a', 'b']) == ['a', 'b']
  21
  22
  23 def test_string_list_value_string():
  24     assert SanitizerConfig({'op': 't'}).get_string_list('op', default=['a', 'b']) == ['t']
  25
  26
  27 def test_string_list_value_list():
  28     assert SanitizerConfig({'op': ['1', '2']}).get_string_list('op') == ['1', '2']
  29
  30
  31 def test_string_list_value_empty():
  32     assert SanitizerConfig({'op': ''}).get_string_list('op', default=['a', 'b']) == []
  33
  34
  35 def test_string_list_value_dict():
  36     with pytest.raises(UsageError):
  37         SanitizerConfig({'op': {'1': 'a'}}).get_string_list('op')
  38
  39
  40 def test_string_list_value_int_list():
  41     with pytest.raises(UsageError):
  42         SanitizerConfig({'op': [1, 2]}).get_string_list('op')
  43
  44
  45 @pytest.mark.parametrize('inp', ('fg34', 'f\\f', 'morning [glory]', '56.78'))
  46 def test_create_split_regex_no_params_unsplit(inp):
  47     regex = SanitizerConfig().get_delimiter()
  48
  49     assert list(regex.split(inp)) == [inp]
  50
  51
  52 @pytest.mark.parametrize('inp,outp', [('here,there', ['here', 'there']),
  53                                       ('ying;;yang', ['ying', 'yang']),
  54                                       (';a; ;c;d,', ['', 'a', '', 'c', 'd', '']),
  55                                       ('1,  3  ,5', ['1', '3', '5'])
  56                                      ])
  57 def test_create_split_regex_no_params_split(inp, outp):
  58     regex = SanitizerConfig().get_delimiter()
  59
  60     assert list(regex.split(inp)) == outp
  61
  62
  63 @pytest.mark.parametrize('delimiter', ['.', '\\', '[]', '   ', '/.*+'])
  64 def test_create_split_regex_custom(delimiter):
  65     regex = SanitizerConfig({'delimiters': delimiter}).get_delimiter()
  66
  67     assert list(regex.split(f'out{delimiter}house')) == ['out', 'house']
  68     assert list(regex.split('out,house')) == ['out,house']
  69
  70
  71 def test_create_split_regex_empty_delimiter():
  72     with pytest.raises(UsageError):
  73         regex = SanitizerConfig({'delimiters': ''}).get_delimiter()
  74
  75
  76 @pytest.mark.parametrize('inp', ('name', 'name:de', 'na\\me', '.*', ''))
  77 def test_create_name_filter_no_param_no_default(inp):
  78     filt = SanitizerConfig({'filter-kind': 'place'}).get_filter('name')
  79
  80     assert filt(inp)
  81
  82
  83 @pytest.mark.parametrize('inp', ('name', 'name:de', 'na\\me', '.*', ''))
  84 def test_create_name_filter_no_param_default_pass_all(inp):
  85     filt = SanitizerConfig().get_filter('name', 'PASS_ALL')
  86
  87     assert filt(inp)
  88
  89
  90 @pytest.mark.parametrize('inp', ('name', 'name:de', 'na\\me', '.*', ''))
  91 def test_create_name_filter_no_param_default_fail_all(inp):
  92     filt = SanitizerConfig().get_filter('name', 'FAIL_ALL')
  93
  94     assert not filt(inp)
  95
  96
  97 def test_create_name_filter_no_param_default_invalid_string():
  98     with pytest.raises(ValueError):
  99         filt = SanitizerConfig().get_filter('name', 'abc')
 100
 101
 102 def test_create_name_filter_no_param_default_empty_list():
 103     with pytest.raises(ValueError):
 104         filt = SanitizerConfig().get_filter('name', [])
 105
 106
 107 @pytest.mark.parametrize('kind', ('de', 'name:de', 'ende'))
 108 def test_create_kind_filter_default_positive(kind):
 109     filt = SanitizerConfig().get_filter('filter-kind', ['.*de'])
 110
 111     assert filt(kind)
 112
 113
 114 @pytest.mark.parametrize('kind', ('de', 'name:de', 'ende'))
 115 def test_create_kind_filter_default_negetive(kind):
 116     filt = SanitizerConfig().get_filter('filter-kind', ['.*fr'])
 117
 118     assert not filt(kind)
 119
 120
 121 @pytest.mark.parametrize('kind', ('lang', 'lang:de', 'langxx'))
 122 def test_create_kind_filter_custom_regex_positive(kind):
 123     filt = SanitizerConfig({'filter-kind': 'lang.*'}
 124     ).get_filter('filter-kind', ['.*fr'])
 125
 126     assert filt(kind)
 127
 128
 129 @pytest.mark.parametrize('kind', ('de ', '123', '', 'bedece'))
 130 def test_create_kind_filter_custom_regex_negative(kind):
 131     filt = SanitizerConfig({'filter-kind': '.*de'}).get_filter('filter-kind')
 132
 133     assert not filt(kind)
 134
 135
 136 @pytest.mark.parametrize('kind', ('name', 'fr', 'name:fr', 'frfr', '34'))
 137 def test_create_kind_filter_many_positive(kind):
 138     filt = SanitizerConfig({'filter-kind': ['.*fr', 'name', r'\d+']}
 139     ).get_filter('filter-kind')
 140
 141     assert filt(kind)
 142
 143
 144 @pytest.mark.parametrize('kind', ('name:de', 'fridge', 'a34', '.*', '\\'))
 145 def test_create_kind_filter_many_negative(kind):
 146     filt = SanitizerConfig({'filter-kind': ['.*fr', 'name', r'\d+']}
 147     ).get_filter('filter-kind')
 148
 149     assert not filt(kind)