"""测试 pypdf Reader 的解析功能。"""

import pytest
import os
from scripts.readers.pdf import PdfReader


class TestPypdfReaderParse:
    """测试 pypdf Reader 的 parse 方法。"""

    def test_normal_file(self, temp_pdf):
        """测试正常 PDF 文件解析。"""
        test_text = "这是测试PDF内容\n第二行内容\n第三行内容"
        file_path = temp_pdf(text=test_text)

        reader = PdfReader()
        content, failures = reader.parse(file_path)

        # 验证解析成功
        assert content is not None, f"解析失败: {failures}"

        # 验证关键内容存在（PDF 解析可能有格式差异）
        assert "测试PDF内容" in content or "测试" in content

    def test_file_not_exists(self, tmp_path):
        """测试文件不存在的情况。"""
        non_existent_file = str(tmp_path / "non_existent.pdf")

        reader = PdfReader()
        content, failures = reader.parse(non_existent_file)

        # 验证返回 None 和错误信息
        assert content is None
        assert len(failures) > 0
        assert any("不存在" in f or "找不到" in f for f in failures)

    def test_empty_file(self, temp_pdf):
        """测试空 PDF 文件。"""
        file_path = temp_pdf(text="")

        reader = PdfReader()
        content, failures = reader.parse(file_path)

        # 空文件应该返回 None 或空字符串
        assert content is None or content.strip() == ""

    def test_corrupted_file(self, temp_pdf):
        """测试损坏的 PDF 文件。"""
        # 先创建正常文件
        file_path = temp_pdf(text="测试内容")

        # 破坏文件内容
        with open(file_path, "r+b") as f:
            f.seek(0)
            f.write(b"corrupted content")

        reader = PdfReader()
        content, failures = reader.parse(file_path)

        # 验证返回 None 和错误信息
        assert content is None
        assert len(failures) > 0

    def test_special_chars(self, temp_pdf):
        """测试特殊字符处理。"""
        # PDF 对特殊字符的支持取决于字体
        # 这里测试基本的中文和英文混合
        test_text = "中文English混合123"
        file_path = temp_pdf(text=test_text)

        reader = PdfReader()
        content, failures = reader.parse(file_path)

        # PDF 解析可能无法完美保留所有字符，只验证部分内容
        if content:
            # 至少应该包含一些可识别的内容
            assert len(content.strip()) > 0


class TestPypdfReaderSupports:
    """测试 pypdf Reader 的 supports 方法。"""

    def test_supports_pdf_extension(self):
        """测试识别 .pdf 扩展名。"""
        reader = PdfReader()
        assert reader.supports("test.pdf") is True

    def test_supports_uppercase_extension(self):
        """测试识别大写扩展名。"""
        reader = PdfReader()
        assert reader.supports("TEST.PDF") is True

    def test_rejects_unsupported_format(self):
        """测试拒绝不支持的格式。"""
        reader = PdfReader()
        assert reader.supports("test.docx") is False
        assert reader.supports("test.txt") is False

    def test_supports_path_with_spaces(self):
        """测试包含空格的路径。"""
        reader = PdfReader()
        assert reader.supports("path with spaces/test.pdf") is True