56 lines
1.9 KiB
Python
56 lines
1.9 KiB
Python
|
"""Test that longer and mixed texts are tokenized correctly."""
|
|||
|
|
import pytest
|
|||
|
|
|
|||
|
|
|
|||
|
|
def test_ca_tokenizer_handles_long_text(ca_tokenizer):
|
|||
|
|
text = """Una taula amb grans gerres de begudes i palles de coloraines com a reclam. Una carta
|
|||
|
|
cridanera amb ofertes de tapes, paelles i sangria. Un cambrer amb un somriure que convida a
|
|||
|
|
seure. La ubicació perfecta: el bell mig de la Rambla. Però és la una del migdia d’un dimecres
|
|||
|
|
de tardor i no hi ha ningú assegut a la terrassa del local. El dia és rúfol, però no fa fred i
|
|||
|
|
a la majoria de terrasses de la Rambla hi ha poca gent. La immensa majoria dels clients -tret
|
|||
|
|
d’alguna excepció com al restaurant Núria- són turistes. I la immensa majoria tenen entre mans
|
|||
|
|
una gerra de cervesa. Ens asseiem -fotògraf i periodista- en una terrassa buida."""
|
|||
|
|
|
|||
|
|
tokens = ca_tokenizer(text)
|
|||
|
|
assert len(tokens) == 146
|
|||
|
|
|
|||
|
|
|
|||
|
|
@pytest.mark.parametrize(
|
|||
|
|
"text,length",
|
|||
|
|
[
|
|||
|
|
("Perquè va anar-hi?", 5),
|
|||
|
|
("El cotxe dels veins.", 6),
|
|||
|
|
("“Ah no?”", 5),
|
|||
|
|
("""Sí! "Anem", va contestar el Joan Carles""", 11),
|
|||
|
|
("Van córrer aprox. 10km", 5),
|
|||
|
|
("Llavors perqué...", 3),
|
|||
|
|
("Vull parlar-te'n demà al matí", 8),
|
|||
|
|
("Vull explicar-t'ho demà al matí", 8),
|
|||
|
|
],
|
|||
|
|
)
|
|||
|
|
def test_ca_tokenizer_handles_cnts(ca_tokenizer, text, length):
|
|||
|
|
tokens = ca_tokenizer(text)
|
|||
|
|
assert len(tokens) == length
|
|||
|
|
|
|||
|
|
|
|||
|
|
@pytest.mark.parametrize(
|
|||
|
|
"text,match",
|
|||
|
|
[
|
|||
|
|
("10", True),
|
|||
|
|
("1", True),
|
|||
|
|
("10,000", True),
|
|||
|
|
("10,00", True),
|
|||
|
|
("999.0", True),
|
|||
|
|
("un", True),
|
|||
|
|
("dos", True),
|
|||
|
|
("bilió", True),
|
|||
|
|
("gos", False),
|
|||
|
|
(",", False),
|
|||
|
|
("1/2", True),
|
|||
|
|
],
|
|||
|
|
)
|
|||
|
|
def test_ca_lex_attrs_like_number(ca_tokenizer, text, match):
|
|||
|
|
tokens = ca_tokenizer(text)
|
|||
|
|
assert len(tokens) == 1
|
|||
|
|
assert tokens[0].like_num == match
|