33 lines
831 B
Python
33 lines
831 B
Python
import pytest
|
|
|
|
SL_BASIC_TOKENIZATION_TESTS = [
|
|
(
|
|
"Vsakdo ima pravico do spoštovanja njegovega zasebnega in "
|
|
"družinskega življenja, doma in dopisovanja.",
|
|
[
|
|
"Vsakdo",
|
|
"ima",
|
|
"pravico",
|
|
"do",
|
|
"spoštovanja",
|
|
"njegovega",
|
|
"zasebnega",
|
|
"in",
|
|
"družinskega",
|
|
"življenja",
|
|
",",
|
|
"doma",
|
|
"in",
|
|
"dopisovanja",
|
|
".",
|
|
],
|
|
),
|
|
]
|
|
|
|
|
|
@pytest.mark.parametrize("text,expected_tokens", SL_BASIC_TOKENIZATION_TESTS)
|
|
def test_sl_tokenizer_basic(sl_tokenizer, text, expected_tokens):
|
|
tokens = sl_tokenizer(text)
|
|
token_list = [token.text for token in tokens if not token.is_space]
|
|
assert expected_tokens == token_list
|