"""Юнит-тесты разбиения текста на фрагменты (определяет, что проверяется)."""

from app.fragments import split_into_fragments


def _text(n: int) -> str:
    """n слов одинаковой длины: 'w000 w001 ... ' (по 4 символа + пробел)."""
    return " ".join(f"w{i:03d}" for i in range(n))


def test_empty_text_returns_empty():
    assert split_into_fragments("") == []
    assert split_into_fragments("   ") == []


def test_text_shorter_than_min_words_is_dropped():
    # < 20 слов → единственный кандидат отбрасывается порогом длины
    assert split_into_fragments(_text(19), window=200, overlap=50) == []


def test_short_text_single_fragment_covers_all():
    frags = split_into_fragments(_text(30), window=200, overlap=50)
    assert len(frags) == 1
    assert frags[0]["start"] == 0
    assert frags[0]["text"] == _text(30)


def test_sliding_window_overlap():
    frags = split_into_fragments(_text(50), window=25, overlap=5)
    # step = window - overlap = 20 → окна начинаются со слов 0 и 20
    assert len(frags) == 2
    words0 = frags[0]["text"].split()
    words1 = frags[1]["text"].split()
    assert len(words0) == 25 and len(words1) == 25
    # перекрытие ровно 5 слов: хвост первого == голова второго
    assert words0[-5:] == words1[:5]


def test_char_positions_are_offsets_into_source_text():
    text = _text(30)
    f = split_into_fragments(text, window=25, overlap=5)[0]
    assert text[f["start"]:].startswith("w000")   # start — символьный офсет начала
    assert text[: f["end"]].endswith("w024")       # end — конец 25-го слова окна