Files
solduri2roa/tests/test_regresie_capat_la_capat.py
Marius Mutu 9a83e367d8 Muta datele din radacina in date/, iesiri/ si sablon/
date/    - intrari de la client (PDF-urile, exportul SAGA) si balanta intermediara
iesiri/  - xlsx-urile generate si verificare_<FIRMA>.md (ignorat de git)
sablon/  - sablonul ROA

Punctele de intrare scriu acolo implicit: extrage.py --dir=date, genereaza.py
citeste din date/ si scrie in iesiri/ (--dir-iesire), ca radacina sa nu se
murdareasca la fiecare rulare. Sablonul e cautat langa script, in sablon/.

Actualizate: TEMPLATE, cele trei teste care tin caile, .gitignore, CLAUDE.md si
handoff-ul. Poarta capat-la-capat incepuse sa sara tacut dupa mutarea PDF-urilor
(skipTest pe "lipsesc PDF-urile"); acum arata din nou catre date/ si ruleaza.
33 de teste trec, zero skip-uri.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01EYeAtVxeS8m4oXekjX8Am2
2026-09-21 16:42:25 +03:00

213 lines
8.6 KiB
Python

"""Poarta finala: de la PDF-urile originale la xlsx-urile de import ROA.
Complementul lui tests/test_regresie.py. Acela verifica biblioteca pornind de la
balantele CSV de pe disc; acesta ruleaza EXACT ce ruleaza un om in teren, ca
subprocese (deci si parsarea argumentelor e sub test):
py extrage.py --sursa pdf --fisier "<pdf>" --firma <FIRMA> --an 2025 --luna 12 --dir <temp>
py genereaza.py --firma <FIRMA> --an 2025 --luna 12 --dir <temp>
Iesirile se scriu in temporar (nimic in radacina), se anonimizeaza cu ACELEASI
reguli si ACEIASI tabela ca tests/anonimizeaza_etalon.py si se compara cu
tests/golden/ pe VALORI DE CELULA, nu pe hash de fisier.
Asocierea PDF -> firma nu se presupune: fiecare balanta extrasa se compara cu
balanta de referinta din date/ (balanta_FUNDATIA.csv / balanta_MASTERJOB.csv),
care e cea folosita la constructia etalonului.
Daca iesirea difera de etalon, etalonul are dreptate: se raporteaza, nu se ajusteaza.
Rulare: py -m unittest discover -s tests -v
"""
import csv
import pathlib
import subprocess
import sys
import tempfile
import unittest
import openpyxl
from openpyxl.utils import get_column_letter
RADACINA = pathlib.Path(__file__).resolve().parent.parent
TESTS = pathlib.Path(__file__).resolve().parent
for cale in (str(RADACINA), str(TESTS)):
if cale not in sys.path:
sys.path.insert(0, cale)
import anonimizeaza_etalon as anonim
CORESP = TESTS / "_corespondenta_anonimizare.json"
GOLDEN = TESTS / "golden"
DATE = RADACINA / "date"
EXTRAGE = RADACINA / "extrage.py"
GENEREAZA = RADACINA / "genereaza.py"
AN, LUNA = 2025, 12
MAX_DIFERENTE_RAPORTATE = 20
# PDF din date/ -> firma -> balanta de referinta din date/ -> etalon.
# Asocierea e verificata de test_pdf_corespunde_referintei, nu doar afirmata.
FIRME = [
("FUNDATIA", "IBB 31.12.2025.pdf", "balanta_FUNDATIA.csv",
"golden_FUNDATIA_2025_12.xlsx"),
("MASTER", "MJC 31.12.2025.pdf", "balanta_MASTERJOB.csv",
"golden_MASTER_2025_12.xlsx"),
]
COLOANE_REF = ["cont", "denumire", "prec_d", "prec_c", "rulaj_d", "rulaj_c",
"total_d", "total_c", "sold_d", "sold_c", "este_total"]
COLOANE_SUMA = {"prec_d", "prec_c", "rulaj_d", "rulaj_c",
"total_d", "total_c", "sold_d", "sold_c"}
TOL = 0.001
def _ruleaza(script, argumente, cwd):
"""Ruleaza un punct de intrare ca subproces; orice cod de iesire != 0 e esec."""
comanda = [sys.executable, str(script)] + [str(a) for a in argumente]
rez = subprocess.run(comanda, cwd=str(cwd), capture_output=True, text=True)
if rez.returncode != 0:
raise AssertionError(
"comanda a esuat (cod %d): %s\n--- stdout ---\n%s\n--- stderr ---\n%s"
% (rez.returncode, " ".join(comanda), rez.stdout, rez.stderr))
return rez
def _citeste_csv(cale):
with open(cale, encoding="utf-8-sig", newline="") as f:
return list(csv.DictReader(f))
def _diferente_referinta(gasit, referinta):
"""Diferente pe coloanele comune, ca lista (rand, coloana, asteptat, gasit)."""
if len(gasit) != len(referinta):
return [(0, "nr_randuri", len(referinta), len(gasit))]
dif = []
for i, (a, b) in enumerate(zip(gasit, referinta)):
for c in COLOANE_REF:
va, vb = a.get(c), b.get(c)
if c in COLOANE_SUMA:
if va in (None, "") or vb in (None, ""):
if (va or "").strip() != (vb or "").strip():
dif.append((i + 1, c, vb, va))
elif abs(float(va) - float(vb)) > TOL:
dif.append((i + 1, c, vb, va))
elif (va or "").strip() != (vb or "").strip():
dif.append((i + 1, c, vb, va))
return dif
class TestRegresieCapatLaCapat(unittest.TestCase):
@classmethod
def setUpClass(cls):
lipsa = [pdf for _, pdf, _, _ in FIRME if not (DATE / pdf).exists()]
if lipsa:
raise unittest.SkipTest("lipsesc PDF-urile din date/: %s"
% ", ".join(lipsa))
if not CORESP.exists():
raise unittest.SkipTest(
"lipseste %s (e ignorata de git). Etalonul nu se poate reproduce "
"fara tabela de corespondenta." % CORESP)
cls.coresp = anonim.citeste_corespondenta(CORESP)
cls._tmp = tempfile.TemporaryDirectory(prefix="regresie_cap_")
tmpdir = pathlib.Path(cls._tmp.name)
cls.balante = {}
cls.iesiri = {}
try:
for firma, pdf, _, _ in FIRME:
_ruleaza(EXTRAGE, ["--sursa", "pdf", "--fisier", str(DATE / pdf),
"--firma", firma, "--an", AN, "--luna", LUNA,
"--dir", str(tmpdir)], tmpdir)
cls.balante[firma] = tmpdir / ("balanta_%s.csv" % firma)
for firma, _, _, _ in FIRME:
_ruleaza(GENEREAZA, ["--firma", firma, "--an", AN, "--luna", LUNA,
"--dir", str(tmpdir),
"--dir-iesire", str(tmpdir)], tmpdir)
for firma, _, _, golden_nume in FIRME:
brut = tmpdir / ("init_%s_%d_%d.xlsx" % (firma, AN, LUNA))
anonimizat = tmpdir / ("anon_%s.xlsx" % firma)
anonim.anonimizeaza_fisier(str(brut), str(anonimizat), cls.coresp)
cls.iesiri[firma] = (anonimizat, GOLDEN / golden_nume)
except Exception:
cls._tmp.cleanup()
raise
@classmethod
def tearDownClass(cls):
cls._tmp.cleanup()
def _verifica_referinta(self, firma):
"""Balanta extrasa din PDF = balanta de referinta (verifica asocierea PDF->firma)."""
referinta = DATE / dict(
(f, r) for f, _, r, _ in FIRME)[firma]
if not referinta.exists():
self.skipTest("lipseste referinta %s" % referinta)
gasit = _citeste_csv(self.balante[firma])
asteptat = _citeste_csv(referinta)
diferente = _diferente_referinta(gasit, asteptat)
if diferente:
linii = ["%s: %d diferente fata de %s (PDF-ul nu e al firmei %s?)"
% (self.balante[firma].name, len(diferente), referinta.name, firma)]
for rand, col, asteptat_v, gasit_v in diferente[:MAX_DIFERENTE_RAPORTATE]:
linii.append(" rand %s, coloana %s: asteptat %r, gasit %r"
% (rand, col, asteptat_v, gasit_v))
self.fail("\n".join(linii))
def _verifica_etalon(self, firma):
anonimizat, golden = self.iesiri[firma]
self.assertTrue(golden.exists(), "lipseste etalonul %s" % golden)
wb_gasit = openpyxl.load_workbook(anonimizat)
wb_asteptat = openpyxl.load_workbook(golden)
try:
ws_gasit, ws_asteptat = wb_gasit.active, wb_asteptat.active
nr_g, nc_g = ws_gasit.max_row, ws_gasit.max_column
nr_a, nc_a = ws_asteptat.max_row, ws_asteptat.max_column
self.assertEqual(
(nr_g, nc_g), (nr_a, nc_a),
"Dimensiuni diferite pentru %s: asteptat %d randuri x %d coloane, "
"gasit %d randuri x %d coloane" % (golden.name, nr_a, nc_a, nr_g, nc_g))
diferente = []
for rand in range(1, max(nr_g, nr_a) + 1):
for col in range(1, max(nc_g, nc_a) + 1):
gasit = ws_gasit.cell(rand, col).value
asteptat = ws_asteptat.cell(rand, col).value
if gasit != asteptat:
diferente.append((rand, col, asteptat, gasit))
if diferente:
linii = ["%s: %d celule difera (fluxul din PDF nu reproduce etalonul):"
% (golden.name, len(diferente))]
for rand, col, asteptat, gasit in diferente[:MAX_DIFERENTE_RAPORTATE]:
linii.append(
" %s: rand %d, coloana %d (%s): asteptat %r, gasit %r"
% (golden.name, rand, col, get_column_letter(col),
asteptat, gasit))
if len(diferente) > MAX_DIFERENTE_RAPORTATE:
linii.append(" ... si alte %d celule"
% (len(diferente) - MAX_DIFERENTE_RAPORTATE))
self.fail("\n".join(linii))
finally:
wb_gasit.close()
wb_asteptat.close()
def test_pdf_fundatia_corespunde_referintei(self):
self._verifica_referinta("FUNDATIA")
def test_pdf_master_corespunde_referintei(self):
self._verifica_referinta("MASTER")
def test_etalon_fundatia(self):
self._verifica_etalon("FUNDATIA")
def test_etalon_master(self):
self._verifica_etalon("MASTER")
if __name__ == "__main__":
unittest.main()