"""测试所有 DOCX Readers 的一致性。"""

import pytest
from scripts.readers.docx import (
    docling,
    unstructured,
    pypandoc,
    markitdown,
    python_docx,
    native_xml,
)


class TestDocxReadersConsistency:
    """验证所有 DOCX Readers 解析同一文件时核心文字内容一致。"""

    def test_all_readers_parse_same_content(self, temp_docx):
        """测试所有 Readers 解析同一文件时核心内容一致。"""
        # 创建测试文件
        file_path = temp_docx(
            headings=[(1, "测试标题")],
            paragraphs=["这是测试段落内容。", "第二段内容。"]
        )

        # 收集所有 readers 的解析结果
        parsers = [
            ("docling", docling.parse),
            ("unstructured", unstructured.parse),
            ("pypandoc", pypandoc.parse),
            ("markitdown", markitdown.parse),
            ("python_docx", python_docx.parse),
            ("native_xml", native_xml.parse),
        ]

        successful_results = []
        for name, parser in parsers:
            content, error = parser(file_path)
            if content is not None and content.strip():
                successful_results.append((name, content))

        # 至少应该有一个 reader 成功解析
        assert len(successful_results) > 0, "没有任何 reader 成功解析文件"

        # 验证所有成功的 readers 都包含核心内容
        core_texts = ["测试标题", "测试段落内容", "第二段"]
        for name, content in successful_results:
            # 至少包含一个核心文本
            assert any(text in content for text in core_texts), \
                f"{name} 解析结果不包含核心内容"