lanyuanxiaoyao
e0c6ed1638
- 提取 LibreOffice 解析逻辑为公共工具函数 _utils.parse_via_libreoffice() - 新增 DocReader 独立 Reader，支持 .doc 格式 - 新增 is_valid_doc() 文件验证函数（复用 OLE2 检测） - 新增 doc 格式依赖配置（独立配置） - 新增完整的测试套件，使用静态测试文件 - 更新 README.md 和 SKILL.md，添加 .doc 格式支持说明 - 新增 openspec/specs/doc-reader/spec.md 规范文档 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
36 lines
1.2 KiB
Python
36 lines
1.2 KiB
Python
"""测试 LibreOffice DOC Reader 的解析功能。"""
|
|
|
|
import pytest
|
|
import os
|
|
from readers.doc import libreoffice
|
|
|
|
|
|
class TestLibreOfficeDocReaderParse:
|
|
"""测试 LibreOffice DOC Reader 的 parse 方法。"""
|
|
|
|
def test_simple_doc(self, simple_doc_path):
|
|
"""测试简单 DOC 文件解析。"""
|
|
content, error = libreoffice.parse(simple_doc_path)
|
|
if content is not None:
|
|
# 至少能解析出一些内容
|
|
assert content.strip() != ""
|
|
|
|
def test_with_headings_doc(self, with_headings_doc_path):
|
|
"""测试带标题的 DOC 文件解析。"""
|
|
content, error = libreoffice.parse(with_headings_doc_path)
|
|
if content is not None:
|
|
assert content.strip() != ""
|
|
|
|
def test_with_table_doc(self, with_table_doc_path):
|
|
"""测试带表格的 DOC 文件解析。"""
|
|
content, error = libreoffice.parse(with_table_doc_path)
|
|
if content is not None:
|
|
assert content.strip() != ""
|
|
|
|
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.doc")
|
|
content, error = libreoffice.parse(non_existent_file)
|
|
assert content is None
|
|
assert error is not None
|