test/python/test_tokenizer_legacy_icu.py

   1 """
   2 Tests for Legacy ICU tokenizer.
   3 """
   4 import shutil
   5
   6 import pytest
   7
   8 from nominatim.tokenizer import legacy_icu_tokenizer
   9 from nominatim.db import properties
  10
  11
  12 @pytest.fixture
  13 def test_config(def_config, tmp_path):
  14     def_config.project_dir = tmp_path / 'project'
  15     def_config.project_dir.mkdir()
  16
  17     sqldir = tmp_path / 'sql'
  18     sqldir.mkdir()
  19     (sqldir / 'tokenizer').mkdir()
  20     (sqldir / 'tokenizer' / 'legacy_icu_tokenizer.sql').write_text("SELECT 'a'")
  21     shutil.copy(str(def_config.lib_dir.sql / 'tokenizer' / 'legacy_tokenizer_tables.sql'),
  22                 str(sqldir / 'tokenizer' / 'legacy_tokenizer_tables.sql'))
  23
  24     def_config.lib_dir.sql = sqldir
  25
  26     return def_config
  27
  28
  29 @pytest.fixture
  30 def tokenizer_factory(dsn, tmp_path, property_table,
  31                       sql_preprocessor, place_table, word_table):
  32     (tmp_path / 'tokenizer').mkdir()
  33
  34     def _maker():
  35         return legacy_icu_tokenizer.create(dsn, tmp_path / 'tokenizer')
  36
  37     return _maker
  38
  39
  40 @pytest.fixture
  41 def db_prop(temp_db_conn):
  42     def _get_db_property(name):
  43         return properties.get_property(temp_db_conn,
  44                                        getattr(legacy_icu_tokenizer, name))
  45
  46     return _get_db_property
  47
  48 @pytest.fixture
  49 def tokenizer_setup(tokenizer_factory, test_config, monkeypatch, sql_preprocessor):
  50     tok = tokenizer_factory()
  51     tok.init_new_db(test_config)
  52
  53
  54 @pytest.fixture
  55 def analyzer(tokenizer_factory, test_config, monkeypatch, sql_preprocessor,
  56              word_table, temp_db_with_extensions, tmp_path):
  57     sql = tmp_path / 'sql' / 'tokenizer' / 'legacy_icu_tokenizer.sql'
  58     sql.write_text("SELECT 'a';")
  59
  60     monkeypatch.setenv('NOMINATIM_TERM_NORMALIZATION', ':: lower();')
  61     tok = tokenizer_factory()
  62     tok.init_new_db(test_config)
  63     monkeypatch.undo()
  64
  65     def _mk_analyser(trans=':: upper();', abbr=(('STREET', 'ST'), )):
  66         tok.transliteration = trans
  67         tok.abbreviations = abbr
  68
  69         return tok.name_analyzer()
  70
  71     return _mk_analyser
  72
  73
  74 @pytest.fixture
  75 def getorcreate_term_id(temp_db_cursor):
  76     temp_db_cursor.execute("""CREATE OR REPLACE FUNCTION getorcreate_term_id(lookup_term TEXT)
  77                               RETURNS INTEGER AS $$ SELECT nextval('seq_word')::INTEGER; $$ LANGUAGE SQL""")
  78
  79
  80 @pytest.fixture
  81 def getorcreate_hnr_id(temp_db_cursor):
  82     temp_db_cursor.execute("""CREATE OR REPLACE FUNCTION getorcreate_hnr_id(lookup_term TEXT)
  83                               RETURNS INTEGER AS $$ SELECT -nextval('seq_word')::INTEGER; $$ LANGUAGE SQL""")
  84
  85
  86 def test_init_new(tokenizer_factory, test_config, monkeypatch, db_prop,
  87                   sql_preprocessor, place_table, word_table):
  88     monkeypatch.setenv('NOMINATIM_TERM_NORMALIZATION', ':: lower();')
  89
  90     tok = tokenizer_factory()
  91     tok.init_new_db(test_config)
  92
  93     assert db_prop('DBCFG_NORMALIZATION') == ':: lower();'
  94     assert db_prop('DBCFG_TRANSLITERATION') is not None
  95     assert db_prop('DBCFG_ABBREVIATIONS') is not None
  96
  97
  98 def test_init_from_project(tokenizer_setup, tokenizer_factory):
  99     tok = tokenizer_factory()
 100
 101     tok.init_from_project()
 102
 103     assert tok.normalization is not None
 104     assert tok.transliteration is not None
 105     assert tok.abbreviations is not None
 106
 107
 108 def test_update_sql_functions(temp_db_conn, db_prop, temp_db_cursor,
 109                               tokenizer_factory, test_config, table_factory,
 110                               monkeypatch,
 111                               sql_preprocessor, place_table, word_table):
 112     monkeypatch.setenv('NOMINATIM_MAX_WORD_FREQUENCY', '1133')
 113     tok = tokenizer_factory()
 114     tok.init_new_db(test_config)
 115     monkeypatch.undo()
 116
 117     assert db_prop('DBCFG_MAXWORDFREQ') == '1133'
 118
 119     table_factory('test', 'txt TEXT')
 120
 121     func_file = test_config.lib_dir.sql / 'tokenizer' / 'legacy_icu_tokenizer.sql'
 122     func_file.write_text("""INSERT INTO test VALUES ('{{max_word_freq}}')""")
 123
 124     tok.update_sql_functions(test_config)
 125
 126     test_content = temp_db_cursor.row_set('SELECT * FROM test')
 127     assert test_content == set((('1133', ), ))
 128
 129
 130 def test_make_standard_word(analyzer):
 131     with analyzer(abbr=(('STREET', 'ST'), ('tiny', 't'))) as a:
 132         assert a.make_standard_word('tiny street') == 'TINY ST'
 133
 134     with analyzer(abbr=(('STRASSE', 'STR'), ('STR', 'ST'))) as a:
 135         assert a.make_standard_word('Hauptstrasse') == 'HAUPTST'
 136
 137
 138 def test_make_standard_hnr(analyzer):
 139     with analyzer(abbr=(('IV', '4'),)) as a:
 140         assert a._make_standard_hnr('345') == '345'
 141         assert a._make_standard_hnr('iv') == 'IV'
 142
 143
 144 def test_update_postcodes_from_db_empty(analyzer, table_factory, word_table):
 145     table_factory('location_postcode', 'postcode TEXT',
 146                   content=(('1234',), ('12 34',), ('AB23',), ('1234',)))
 147
 148     with analyzer() as a:
 149         a.update_postcodes_from_db()
 150
 151     assert word_table.count() == 3
 152     assert word_table.get_postcodes() == {'1234', '12 34', 'AB23'}
 153
 154
 155 def test_update_postcodes_from_db_add_and_remove(analyzer, table_factory, word_table):
 156     table_factory('location_postcode', 'postcode TEXT',
 157                   content=(('1234',), ('45BC', ), ('XX45', )))
 158     word_table.add_postcode(' 1234', '1234')
 159     word_table.add_postcode(' 5678', '5678')
 160
 161     with analyzer() as a:
 162         a.update_postcodes_from_db()
 163
 164     assert word_table.count() == 3
 165     assert word_table.get_postcodes() == {'1234', '45BC', 'XX45'}
 166
 167
 168 def test_update_special_phrase_empty_table(analyzer, word_table, temp_db_cursor):
 169     with analyzer() as a:
 170         a.update_special_phrases([
 171             ("König bei", "amenity", "royal", "near"),
 172             ("Könige", "amenity", "royal", "-"),
 173             ("street", "highway", "primary", "in")
 174         ])
 175
 176     assert temp_db_cursor.row_set("""SELECT word_token, word, class, type, operator
 177                                      FROM word WHERE class != 'place'""") \
 178                == set(((' KÖNIG BEI', 'könig bei', 'amenity', 'royal', 'near'),
 179                        (' KÖNIGE', 'könige', 'amenity', 'royal', None),
 180                        (' ST', 'street', 'highway', 'primary', 'in')))
 181
 182
 183 def test_update_special_phrase_delete_all(analyzer, word_table, temp_db_cursor):
 184     temp_db_cursor.execute("""INSERT INTO word (word_token, word, class, type, operator)
 185                               VALUES (' FOO', 'foo', 'amenity', 'prison', 'in'),
 186                                      (' BAR', 'bar', 'highway', 'road', null)""")
 187
 188     assert 2 == temp_db_cursor.scalar("SELECT count(*) FROM word WHERE class != 'place'""")
 189
 190     with analyzer() as a:
 191         a.update_special_phrases([])
 192
 193     assert 0 == temp_db_cursor.scalar("SELECT count(*) FROM word WHERE class != 'place'""")
 194
 195
 196 def test_update_special_phrase_modify(analyzer, word_table, temp_db_cursor):
 197     temp_db_cursor.execute("""INSERT INTO word (word_token, word, class, type, operator)
 198                               VALUES (' FOO', 'foo', 'amenity', 'prison', 'in'),
 199                                      (' BAR', 'bar', 'highway', 'road', null)""")
 200
 201     assert 2 == temp_db_cursor.scalar("SELECT count(*) FROM word WHERE class != 'place'""")
 202
 203     with analyzer() as a:
 204         a.update_special_phrases([
 205           ('prison', 'amenity', 'prison', 'in'),
 206           ('bar', 'highway', 'road', '-'),
 207           ('garden', 'leisure', 'garden', 'near')
 208         ])
 209
 210     assert temp_db_cursor.row_set("""SELECT word_token, word, class, type, operator
 211                                      FROM word WHERE class != 'place'""") \
 212                == set(((' PRISON', 'prison', 'amenity', 'prison', 'in'),
 213                        (' BAR', 'bar', 'highway', 'road', None),
 214                        (' GARDEN', 'garden', 'leisure', 'garden', 'near')))
 215
 216
 217 def test_process_place_names(analyzer, getorcreate_term_id):
 218
 219     with analyzer() as a:
 220         info = a.process_place({'name' : {'name' : 'Soft bAr', 'ref': '34'}})
 221
 222     assert info['names'] == '{1,2,3,4,5,6}'
 223
 224
 225 @pytest.mark.parametrize('pc', ['12345', 'AB 123', '34-345'])
 226 def test_process_place_postcode(analyzer, word_table, pc):
 227     with analyzer() as a:
 228         info = a.process_place({'address': {'postcode' : pc}})
 229
 230     assert word_table.get_postcodes() == {pc, }
 231
 232
 233 @pytest.mark.parametrize('pc', ['12:23', 'ab;cd;f', '123;836'])
 234 def test_process_place_bad_postcode(analyzer, word_table, pc):
 235     with analyzer() as a:
 236         info = a.process_place({'address': {'postcode' : pc}})
 237
 238     assert not word_table.get_postcodes()
 239
 240
 241 @pytest.mark.parametrize('hnr', ['123a', '1', '101'])
 242 def test_process_place_housenumbers_simple(analyzer, hnr, getorcreate_hnr_id):
 243     with analyzer() as a:
 244         info = a.process_place({'address': {'housenumber' : hnr}})
 245
 246     assert info['hnr'] == hnr.upper()
 247     assert info['hnr_tokens'] == "{-1}"
 248
 249
 250 def test_process_place_housenumbers_lists(analyzer, getorcreate_hnr_id):
 251     with analyzer() as a:
 252         info = a.process_place({'address': {'conscriptionnumber' : '1; 2;3'}})
 253
 254     assert set(info['hnr'].split(';')) == set(('1', '2', '3'))
 255     assert info['hnr_tokens'] == "{-1,-2,-3}"
 256
 257
 258 def test_process_place_housenumbers_duplicates(analyzer, getorcreate_hnr_id):
 259     with analyzer() as a:
 260         info = a.process_place({'address': {'housenumber' : '134',
 261                                                'conscriptionnumber' : '134',
 262                                                'streetnumber' : '99a'}})
 263
 264     assert set(info['hnr'].split(';')) == set(('134', '99A'))
 265     assert info['hnr_tokens'] == "{-1,-2}"