mirror of
https://github.com/migatu/astrololo.git
synced 2026-07-14 21:38:37 +00:00
gitea
eef67d37b5
Pierwsza wersja mostu horoskop -> sygnifikatory -> baza (zalążek LOG-16/18/19).
- logic/significators.py: z pozycji generuje tokeny w składni bazy (planeta
[Su, znak [Tau...), pyta warstwę danych o rekordy z tokenem planety i zawęża
do tych, które wspominają też jej znak ("planeta w swoim znaku"); odsiewa szum.
- logic /chart/report: nowy endpoint (pozycje -> raport dopasowań z interpretacjami).
- logic DataClient.search: parametr fields (lżejszy payload).
- data: naprawa str.contains regex=True -> regex=False (sygnifikatory zawierają
[ + itd., metaznaki regex); podniesiony górny limit zapytania (le=50000).
- prezentacja: strona /interpret (formularz -> wyszukane interpretacje per obiekt)
+ nawigacja.
Zweryfikowano end-to-end na realnym pliku (Encyclopaedia of Medical Astrology,
53969 wierszy): dla horoskopu 30.04.1984 znaleziono m.in. Sun w Taurus 46,
Mars w Scorpio 57, Saturn w Scorpio 61 dopasowań; przykłady: "[Su in [Tau" ->
"the bump of amativeness prominent". 15 testów przechodzi.
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
45 lines
2.0 KiB
Python
45 lines
2.0 KiB
Python
"""Testy mostu obliczenia → sygnifikatory → wyszukiwanie (bez efemeryd/HTTP)."""
|
|
from app.engine.models import DEFAULT_OBJECTS, ObjectPosition
|
|
from app.significators import PLANET_ABBR, build_report
|
|
|
|
|
|
class FakeData:
|
|
def __init__(self, rows_by_value: dict) -> None:
|
|
self.rows_by_value = rows_by_value
|
|
|
|
def search(self, key, value, exact, limit, fields=None) -> dict:
|
|
rows = self.rows_by_value.get(value, [])
|
|
return {"provider": "fake", "total": len(rows), "rows": rows}
|
|
|
|
|
|
def test_build_report_filters_to_sign_and_drops_noise():
|
|
positions = [ObjectPosition("Sun", 40.0, 0.0, 0.95, False)] # Taurus 10° -> [Su + [Tau
|
|
data = FakeData({"[Su": [
|
|
{"significator": "[Su in [Tau", "actioneffect": "efekt A"}, # trafienie
|
|
{"significator": "[Su in [Vir", "actioneffect": "inny znak"}, # zły znak
|
|
{"significator": "[Su in [Tau", "actioneffect": "nan"}, # szum (pusty efekt)
|
|
{"significator": "SIGNIFICATOR nagłówek", "actioneffect": "x"}, # szum (nagłówek)
|
|
]})
|
|
item = build_report(positions, data, per_object_limit=100)["objects"][0]
|
|
assert item["object"] == "Sun" and item["sign"] == "Taurus"
|
|
assert item["planet_token"] == "[Su" and item["sign_token"] == "[Tau"
|
|
assert item["planet_total"] == 4
|
|
assert item["in_sign_count"] == 1
|
|
assert item["samples"][0]["effect"] == "efekt A"
|
|
|
|
|
|
def test_effect_falls_back_to_topic_or_bodypart():
|
|
positions = [ObjectPosition("Mars", 220.0, 0.0, -0.2, True)] # Scorpio -> [Ma + [Sco
|
|
data = FakeData({"[Ma": [
|
|
{"significator": "[Ma in [Sco", "actioneffect": "", "topicresult": "temat X"},
|
|
{"significator": "[Ma in [Sco", "bodypart": "część ciała"},
|
|
]})
|
|
samples = build_report(positions, data)["objects"][0]["samples"]
|
|
assert samples[0]["effect"] == "temat X"
|
|
assert samples[1]["effect"] == "część ciała"
|
|
|
|
|
|
def test_planet_abbr_covers_all_default_objects():
|
|
for o in DEFAULT_OBJECTS:
|
|
assert o in PLANET_ABBR
|