kai/invoice-master-poc-v2

Fork 0

Files

Yaojia Wang e599424a92 Re-structure the project.

2026-01-25 15:21:11 +01:00

6.4 KiB

Raw Blame History

Normalizer Tests

每个 normalizer 模块都有完整的测试覆盖。

测试结构

tests/normalize/normalizers/
├── __init__.py
├── test_invoice_number_normalizer.py    # InvoiceNumberNormalizer 测试 (12 个测试)
├── test_ocr_normalizer.py               # OCRNormalizer 测试 (9 个测试)
├── test_bankgiro_normalizer.py          # BankgiroNormalizer 测试 (11 个测试)
├── test_plusgiro_normalizer.py          # PlusgiroNormalizer 测试 (10 个测试)
├── test_amount_normalizer.py            # AmountNormalizer 测试 (15 个测试)
├── test_date_normalizer.py              # DateNormalizer 测试 (19 个测试)
├── test_organisation_number_normalizer.py  # OrganisationNumberNormalizer 测试 (11 个测试)
├── test_supplier_accounts_normalizer.py    # SupplierAccountsNormalizer 测试 (13 个测试)
├── test_customer_number_normalizer.py      # CustomerNumberNormalizer 测试 (12 个测试)
└── README.md                            # 本文件

运行测试

运行所有 normalizer 测试

# 在 WSL 环境中
conda activate invoice-py311
pytest tests/normalize/normalizers/ -v

运行单个 normalizer 的测试

# 测试 InvoiceNumberNormalizer
pytest tests/normalize/normalizers/test_invoice_number_normalizer.py -v

# 测试 AmountNormalizer
pytest tests/normalize/normalizers/test_amount_normalizer.py -v

# 测试 DateNormalizer
pytest tests/normalize/normalizers/test_date_normalizer.py -v

查看测试覆盖率

pytest tests/normalize/normalizers/ --cov=src/normalize/normalizers --cov-report=html

测试统计

总计: 112 个测试用例状态: ✅ 全部通过 执行时间: ~5.6 秒

各 Normalizer 测试数量

Normalizer	测试数量	覆盖率
InvoiceNumberNormalizer	12	100%
OCRNormalizer	9	100%
BankgiroNormalizer	11	100%
PlusgiroNormalizer	10	100%
AmountNormalizer	15	100%
DateNormalizer	19	93%
OrganisationNumberNormalizer	11	100%
SupplierAccountsNormalizer	13	100%
CustomerNumberNormalizer	12	100%

测试覆盖的场景

通用测试 (所有 normalizer)

✅ 空字符串处理
✅ None 值处理
✅ Callable 接口 (__call__)
✅ 基本功能验证

InvoiceNumberNormalizer

✅ 纯数字发票号
✅ 带前缀的发票号 (INV-, etc.)
✅ 字母数字混合
✅ 特殊字符处理
✅ Unicode 字符清理
✅ 多个分隔符
✅ 无数字内容
✅ 重复变体去除

OCRNormalizer

✅ 纯数字 OCR
✅ 带前缀 (OCR:)
✅ 空格分隔
✅ 连字符分隔
✅ 混合分隔符
✅ 超长 OCR 号码

BankgiroNormalizer

✅ 8 位数字 (带/不带连字符)
✅ 7 位数字格式
✅ 特殊连字符类型 (en-dash, etc.)
✅ 空格处理
✅ 前缀处理 (BG:)
✅ OCR 错误变体生成

PlusgiroNormalizer

✅ 8 位数字 (带/不带连字符)
✅ 7 位数字
✅ 9 位数字
✅ 空格处理
✅ 前缀处理 (PG:)
✅ OCR 错误变体生成

AmountNormalizer

✅ 整数金额
✅ 逗号小数分隔符
✅ 点小数分隔符
✅ 空格千位分隔符
✅ 空格作为小数分隔符 (瑞典格式)
✅ 美国格式 (1,390.00)
✅ 欧洲格式 (1.390,00)
✅ 货币符号移除 (kr, SEK)
✅ 大金额处理
✅ 冒号破折号后缀 (1234:-)

DateNormalizer

✅ ISO 格式 (2025-12-13)
✅ 欧洲斜杠格式 (13/12/2025)
✅ 欧洲点格式 (13.12.2025)
✅ 紧凑格式 YYYYMMDD
✅ 紧凑格式 YYMMDD
✅ 短年份格式 (DD.MM.YY)
✅ 瑞典月份名称 (december, dec)
✅ 瑞典月份缩写
✅ 带时间的 ISO 格式
✅ 歧义日期双重解析
✅ 中点分隔符
✅ 空格格式
✅ 无效日期处理
✅ 2 位年份世纪判断

OrganisationNumberNormalizer

✅ 带/不带连字符
✅ VAT 号码提取
✅ VAT 号码生成
✅ 12 位带世纪组织号
✅ VAT 带空格
✅ 大小写混合 VAT 前缀
✅ OCR 错误变体生成

SupplierAccountsNormalizer

✅ 单个 Plusgiro
✅ 单个 Bankgiro
✅ 多账号 (| 分隔)
✅ 前缀标准化
✅ 前缀带空格
✅ 空账号忽略
✅ 无前缀账号
✅ 7 位账号
✅ 10 位账号
✅ 混合格式账号

CustomerNumberNormalizer

✅ 字母数字+空格+连字符
✅ 字母数字+空格
✅ 大小写变体
✅ 纯数字
✅ 仅连字符
✅ 仅空格
✅ 大写重复去除
✅ 复杂客户编号
✅ 瑞典客户编号格式 (UMJ 436-R)

最佳实践

1. 使用 pytest fixtures

每个测试类都使用 @pytest.fixture 创建 normalizer 实例:

@pytest.fixture
def normalizer(self):
    """Create normalizer instance for testing"""
    return InvoiceNumberNormalizer()

def test_something(self, normalizer):
    result = normalizer.normalize('test')
    assert 'expected' in result

2. 清晰的测试命名

测试方法名清楚描述测试场景:

def test_with_dash_8_digits(self, normalizer):
    """8-digit Bankgiro with dash should generate variants"""
    ...

3. 断言具体行为

明确测试期望的行为:

result = normalizer.normalize('5393-9484')
assert '5393-9484' in result  # 保留原始格式
assert '53939484' in result   # 生成无连字符格式

4. 边界条件测试

每个 normalizer 都测试:

空字符串
None 值
特殊字符
极端值

5. 接口一致性测试

验证 callable 接口:

def test_callable_interface(self, normalizer):
    """Normalizer should be callable via __call__"""
    result = normalizer('test-value')
    assert result is not None

添加新测试

为新功能添加测试:

def test_new_feature(self, normalizer):
    """Description of what this tests"""
    # Arrange
    input_value = 'test-input'

    # Act
    result = normalizer.normalize(input_value)

    # Assert
    assert 'expected-output' in result
    assert len(result) > 0

CI/CD 集成

这些测试可以轻松集成到 CI/CD 流程:

# .github/workflows/test.yml
- name: Run Normalizer Tests
  run: pytest tests/normalize/normalizers/ -v --cov

总结

✅ 112 个测试全部通过 ✅ 高覆盖率: 大部分 normalizer 达到 100% ✅ 快速执行: 5.6 秒完成所有测试 ✅ 清晰结构: 每个 normalizer 独立测试文件 ✅ 易维护: 遵循 pytest 最佳实践

6.4 KiB Raw Blame History