"""Юнит-тесты парсера CyberLeninka — чистая логика transform (без сети).

Стерегут исправления реальных багов: JSON-API отдаёт authors списком, а name/
annotation — с HTML-подсветкой (<b>) и сущностями (&quot;).
"""

from cyberleninka import CyberLeninkaParser, _authors_from_list, _clean

# Форма ответа POST /api/search КиберЛенинки
SAMPLE = {
    "name": "СОДЕРЖАНИЕ <b>ЭКОНОМИЧЕСКОГО</b> <b>АНАЛИЗА</b> &quot;X&quot;",
    "annotation": "В статье <b>рассматривается</b> вопрос",
    "authors": ["Вишникина А. Д.", "Клопова А. А."],
    "journal": "Экономика и социум",
    "year": 2024,
    "link": "/article/n/soderzhanie",
}


def test_clean_strips_tags_and_entities():
    assert _clean('<b>Тест</b> &quot;X&quot;') == 'Тест "X"'
    assert _clean(None) == ""
    assert _clean("  чисто  ") == "чисто"


def test_authors_from_list():
    a = _authors_from_list(["Вишникина А. Д.", "Иванов И."])
    assert a[0] == {"last_name": "Вишникина", "initials": "А. Д."}
    assert a[1] == {"last_name": "Иванов", "initials": "И."}
    assert _authors_from_list([]) == []


def test_transform_cleans_and_maps_fields():
    t = CyberLeninkaParser().transform(SAMPLE)
    assert "<b>" not in t["title"] and "&quot;" not in t["title"]
    assert t["title"].startswith("СОДЕРЖАНИЕ ЭКОНОМИЧЕСКОГО АНАЛИЗА")
    assert t["lang"] == "ru"
    assert t["year"] == 2024
    assert t["journal"] == "Экономика и социум"
    assert t["url"] == "https://cyberleninka.ru/article/n/soderzhanie"
    assert t["source"] == "cyberleninka"
    assert t["authors"][0]["last_name"] == "Вишникина"
    assert "<b>" not in t["abstract"]


def test_transform_handles_string_authors():
    raw = dict(SAMPLE, authors="Иванов И.И., Петров П.П.")
    t = CyberLeninkaParser().transform(raw)
    assert len(t["authors"]) == 2


def test_transform_empty_without_id_or_link():
    assert CyberLeninkaParser().transform({"name": "x"}) == {}


def test_transform_uses_ocr_as_full_text():
    raw = dict(SAMPLE, ocr=["Первый <b>фрагмент</b> статьи.", "Второй &amp; фрагмент."])
    t = CyberLeninkaParser().transform(raw)
    assert t["full_text"] == "Первый фрагмент статьи. Второй & фрагмент."


def test_transform_full_text_none_without_ocr():
    assert CyberLeninkaParser().transform(SAMPLE)["full_text"] is None
    assert CyberLeninkaParser().transform(dict(SAMPLE, ocr=[]))["full_text"] is None