init

tests/test_textkit.py

@@ -0,0 +1,50 @@
+"""Anker-Matching (5 Stufen), Akronym-Kanal, Jaccard, Parser."""
+from backend import textkit
+
+
+def test_finde_zitat_exakt_und_whitespace():
+    text = "Der  Satz steht\nhier drin. Und mehr."
+    span = textkit.finde_zitat(text, "Der Satz steht hier drin.")
+    assert span and text[span[0]:span[1]].startswith("Der")
+
+
+def test_finde_zitat_casefold_und_umlaute():
+    text = "Die ÜBERTRAGUNG von Daten ist zentral für jedes Netzwerk im Betrieb."
+    assert textkit.finde_zitat(text, "die übertragung von daten ist zentral")
+
+
+def test_finde_zitat_fuzzy_mit_negations_guard():
+    basis = ("Eine Sprache ist regulär, wenn ein endlicher Automat sie "
+             "akzeptiert und verarbeitet.")
+    text = f"Einleitung. {basis} Schluss."
+    leicht_anders = basis.replace("verarbeitet", "verarbeiten kann")
+    assert textkit.finde_zitat(text, leicht_anders)
+    # Negation im Zitat, nicht im Text → KEIN Anker (Antonym-Falle)
+    negiert = basis.replace("ist regulär", "ist nicht regulär")
+    assert textkit.finde_zitat(text, negiert) is None
+
+
+def test_akronym_kanal():
+    assert textkit.ist_akronym_von("DNS", "Domain Name System")
+    assert not textkit.ist_akronym_von("HTTP", "Hypertext Markup Language")
+    assert not textkit.ist_akronym_von("A", "Anfang")
+
+
+def test_jaccard_gestemmt():
+    a = "Die Führung von Teams erfordert Erfahrung."
+    b = "Teams führen erfordert erfahrene Personen."
+    assert textkit.jaccard(a, b) > textkit.jaccard(a, "Völlig anderes Thema hier.")
+
+
+def test_bloecke_parser():
+    text = ("Prosa davor\n===ATOM===\nTITEL: A\nDEFINITION: Zeile 1\nZeile 2\n"
+            "===ATOM===\nTITEL: B\nDEFINITION: x\n")
+    bloecke = textkit.bloecke(text, "ATOM")
+    assert len(bloecke) == 2
+    assert bloecke[0]["titel"] == "A"
+    assert "Zeile 2" in bloecke[0]["definition"]
+
+
+def test_ueberlappung():
+    assert textkit.ueberlappung((0, 100), (50, 150)) == 0.5
+    assert textkit.ueberlappung((0, 10), (20, 30)) == 0.0