feat: 添加 doc/xls/ppt 旧格式文档静态测试文件支持

- 更新 .gitattributes,将 fixtures 目录所有文件纳入 Git LFS
- 在 tests/test_readers/conftest.py 中添加静态文件 fixtures
- 添加 doc/xls/ppt 静态测试文件(9个文件)
- 更新各旧格式解析器测试用例使用静态文件
- 更新一致性测试使用静态文件
- 在 README.md 中添加 fixtures 使用规范
- 同步 delta specs 到主 specs(doc-reader/xls-reader/ppt-reader/reader-testing/test-fixtures)
- 归档 add-static-test-fixtures 变更
This commit is contained in:
2026-03-11 00:30:47 +08:00
parent 725b91374f
commit fad0edc46a
27 changed files with 493 additions and 14 deletions

View File

@@ -117,3 +117,60 @@ Reader MUST 正确处理包含特殊字符的内容。
#### Scenario: 每个 PDF Reader 有独立测试
- **WHEN** 查看 test_readers/test_pdf/ 目录
- **THEN** 存在 test_pypdf.py、test_markitdown.py、test_docling.py 等独立文件
### Requirement: 旧格式文档测试覆盖
doc/xls/ppt 旧格式文档 MUST 有与新格式docx/xlsx/pptx一致的测试覆盖。
#### Scenario: doc 有一致性测试
- **WHEN** 查看 `tests/test_readers/test_doc/`
- **THEN** 存在 `test_consistency.py` 测试所有 DOC Readers 解析结果一致性
#### Scenario: xls 有一致性测试
- **WHEN** 查看 `tests/test_readers/test_xls/`
- **THEN** 存在 `test_consistency.py` 测试所有 XLS Readers 解析结果一致性
#### Scenario: ppt 有一致性测试
- **WHEN** 查看 `tests/test_readers/test_ppt/`
- **THEN** 存在 `test_consistency.py` 测试所有 PPT Readers 解析结果一致性
#### Scenario: doc 各解析器独立测试
- **WHEN** 查看 `tests/test_readers/test_doc/`
- **THEN** 每个解析器有独立测试文件(如 `test_markitdown_doc.py``test_pypandoc_doc.py`
#### Scenario: xls 各解析器独立测试
- **WHEN** 查看 `tests/test_readers/test_xls/`
- **THEN** 每个解析器有独立测试文件(如 `test_markitdown_xls.py``test_unstructured_xls.py``test_pandas_xls.py`
#### Scenario: ppt 各解析器独立测试
- **WHEN** 查看 `tests/test_readers/test_ppt/`
- **THEN** 每个解析器有独立测试文件(如 `test_markitdown_ppt.py`
### Requirement: 旧格式测试使用静态文件
旧格式文档测试 MUST 使用静态测试文件,而非尝试自动化创建。
#### Scenario: doc 测试使用静态文件
- **WHEN** 运行 doc 相关测试
- **THEN** 测试从 `tests/test_readers/fixtures/doc/` 读取静态文件
#### Scenario: xls 测试使用静态文件
- **WHEN** 运行 xls 相关测试
- **THEN** 测试从 `tests/test_readers/fixtures/xls/` 读取静态文件
#### Scenario: ppt 测试使用静态文件
- **WHEN** 运行 ppt 相关测试
- **THEN** 测试从 `tests/test_readers/fixtures/ppt/` 读取静态文件
### Requirement: 静态文件缺失时优雅跳过
当静态测试文件不存在时,测试 MUST 优雅跳过,而非失败。
#### Scenario: doc 静态文件不存在时跳过
- **WHEN** `simple.doc` 不存在
- **THEN** 相关测试使用 `pytest.skip()` 跳过
#### Scenario: xls 静态文件不存在时跳过
- **WHEN** `simple.xls` 不存在
- **THEN** 相关测试使用 `pytest.skip()` 跳过
#### Scenario: ppt 静态文件不存在时跳过
- **WHEN** `simple.ppt` 不存在
- **THEN** 相关测试使用 `pytest.skip()` 跳过