Markdown TOC MCP Server

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Markdown TOC 核心功能测试 本测试文件测试 MarkdownTOCExtractor 的核心功能，包括： 1. TOC 提取功能 - 各种 Markdown 格式的标题提取 2. 编号问题分析功能 - 重复编号和不连续编号检测 3. TOC 生成功能 - 多种格式的 TOC 生成 4. 汉字编号识别功能 - 中文数字的识别和转换 5. 便利函数测试 - 一体化接口函数验证 6. has_issues 含义测试 - 编号问题状态验证 """ import json import sys import os # 添加 src 目录到 Python 路径 sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..', '..', 'src')) from markdown_toc.extractor import MarkdownTOCExtractor, extract_toc_from_content, analyze_numbering_issues_from_headers, generate_toc_from_headers # 动态导入 test_config，支持作为模块和独立脚本运行 try: from ..test_config import TEST_CONFIG, get_report_file_path, ensure_directories except ImportError: # 作为独立脚本运行时，使用绝对导入 import sys import os sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..')) from test_config import TEST_CONFIG, get_report_file_path, ensure_directories def test_toc_extraction(): """测试 TOC 提取功能""" print("=== 测试 1: TOC 提取功能 ===") # 测试用例 1: 基本标题提取 content1 = """# 第一章 介绍 这是介绍内容。 ## 1.1 背景 背景内容。 ### 1.1.1 历史 历史内容。 ## 1.2 目标 目标内容。 # 第二章 方法 方法内容。 ```python # 这是代码块中的注释，不应该被提取 def example(): pass ``` ## 2.1 实现 实现内容。 """ extractor = MarkdownTOCExtractor() headers1 = extractor.extract_toc(content1) print(f"测试用例 1 - 基本标题提取:") print(f" 提取到 {len(headers1)} 个标题:") for header in headers1: print(f" L{header['level']}: {header['title']} (第 {header['line_number']} 行)") # 验证结果 expected_titles = ["第一章 介绍", "1.1 背景", "1.1.1 历史", "1.2 目标", "第二章 方法", "2.1 实现"] actual_titles = [h['title'] for h in headers1] assert actual_titles == expected_titles, f"标题提取错误: 期望 {expected_titles}, 实际 {actual_titles}" # 测试用例 2: 包含特殊字符的标题 content2 = "# **粗体标题**\n## *斜体标题*\n### `代码标题`\n#### [链接标题](http://example.com)\n##### 混合 **粗体** 和 *斜体* 的标题\n" headers2 = extractor.extract_toc(content2) print(f"\n测试用例 2 - 特殊字符标题:") print(f" 提取到 {len(headers2)} 个标题:") for header in headers2: print(f" L{header['level']}: {header['title']}") # 验证清理后的标题 expected_clean_titles = ["粗体标题", "斜体标题", "代码标题", "链接标题", "混合 粗体 和 斜体 的标题"] actual_clean_titles = [h['title'] for h in headers2] assert actual_clean_titles == expected_clean_titles, f"标题清理错误: 期望 {expected_clean_titles}, 实际 {actual_clean_titles}" print(" ✓ TOC 提取功能测试通过") def test_numbering_analysis(): """测试编号问题分析功能""" print("\n=== 测试 2: 编号问题分析功能 ===") # 测试用例 1: 正常编号 normal_headers = [ {'level': 1, 'title': '1. 介绍', 'line_number': 1}, {'level': 1, 'title': '2. 方法', 'line_number': 5}, {'level': 1, 'title': '3. 结果', 'line_number': 10}, {'level': 2, 'title': '3.1 数据', 'line_number': 12}, {'level': 2, 'title': '3.2 分析', 'line_number': 15} ] extractor = MarkdownTOCExtractor() result1 = extractor.analyze_numbering_issues(normal_headers) print(f"测试用例 1 - 正常编号:") print(f" 存在问题: {result1['has_issues']}") print(f" 重复编号: {len(result1['duplicate_numbers'])} 个") print(f" 不连续编号: {len(result1['discontinuous_numbers'])} 个") assert not result1['has_issues'], "正常编号不应该有问题" # 测试用例 2: 重复编号 duplicate_headers = [ {'level': 1, 'title': '1. 介绍', 'line_number': 1}, {'level': 1, 'title': '2. 方法', 'line_number': 5}, {'level': 1, 'title': '1. 重复', 'line_number': 10}, # 重复编号 {'level': 2, 'title': '2.1 子章节', 'line_number': 12}, {'level': 2, 'title': '2.1 重复子章节', 'line_number': 15} # 重复编号 ] result2 = extractor.analyze_numbering_issues(duplicate_headers) print(f"\n测试用例 2 - 重复编号:") print(f" 存在问题: {result2['has_issues']}") print(f" 重复编号: {len(result2['duplicate_numbers'])} 个") for dup in result2['duplicate_numbers']: print(f" 级别 {dup['level']}, 编号 {dup['number']}: {len(dup['occurrences'])} 次出现") assert result2['has_issues'], "重复编号应该被检测到" assert len(result2['duplicate_numbers']) == 2, f"应该检测到 2 个重复编号，实际 {len(result2['duplicate_numbers'])}" # 测试用例 3: 不连续编号 discontinuous_headers = [ {'level': 1, 'title': '1. 介绍', 'line_number': 1}, {'level': 1, 'title': '3. 跳过了2', 'line_number': 5}, # 跳过了 2 {'level': 1, 'title': '4. 正常', 'line_number': 10}, {'level': 2, 'title': '4.1 子章节', 'line_number': 12}, {'level': 2, 'title': '4.3 跳过了4.2', 'line_number': 15} # 跳过了 4.2 ] result3 = extractor.analyze_numbering_issues(discontinuous_headers) print(f"\n测试用例 3 - 不连续编号:") print(f" 存在问题: {result3['has_issues']}") print(f" 不连续编号: {len(result3['discontinuous_numbers'])} 个") for disc in result3['discontinuous_numbers']: print(f" 级别 {disc['level']}, 期望 {disc['expected']}, 实际 {disc['actual']} (第 {disc['line_number']} 行)") assert result3['has_issues'], "不连续编号应该被检测到" assert len(result3['discontinuous_numbers']) == 2, f"应该检测到 2 个不连续编号，实际 {len(result3['discontinuous_numbers'])}" print(" ✓ 编号问题分析功能测试通过") def test_toc_generation(): """测试 TOC 生成功能""" print("\n=== 测试 3: TOC 生成功能 ===") # 测试数据 test_headers = [ {'level': 1, 'title': '介绍', 'line_number': 1}, {'level': 2, 'title': '背景', 'line_number': 3}, {'level': 2, 'title': '目标', 'line_number': 8}, {'level': 1, 'title': '方法', 'line_number': 12}, {'level': 2, 'title': '数据收集', 'line_number': 15}, {'level': 3, 'title': '样本选择', 'line_number': 18}, {'level': 2, 'title': '数据分析', 'line_number': 22} ] extractor = MarkdownTOCExtractor() # 测试用例 1: Markdown 格式（无链接） result1 = extractor.generate_toc(test_headers, 'markdown', include_links=False) print(f"测试用例 1 - Markdown 格式（无链接）:") print(f" 格式: {result1['format']}") print(f" 条目数: {result1['total_items']}") print(f" 包含级别: {result1['levels_included']}") print(f" 内容:\n{result1['content']}") assert result1['format'] == 'markdown', "格式应该是 markdown" assert result1['total_items'] == 7, f"条目数应该是 7，实际 {result1['total_items']}" assert result1['levels_included'] == [1, 2, 3], f"级别应该是 [1, 2, 3]，实际 {result1['levels_included']}" # 测试用例 2: Markdown 格式（带链接） result2 = extractor.generate_toc(test_headers, 'markdown', include_links=True) print(f"\n测试用例 2 - Markdown 格式（带链接）:") print(f" 内容:\n{result2['content']}") assert '](#' in result2['content'], "应该包含锚点链接" # 测试用例 3: HTML 格式 result3 = extractor.generate_toc(test_headers, 'html') print(f"\n测试用例 3 - HTML 格式:") print(f" 内容:\n{result3['content']}") assert result3['format'] == 'html', "格式应该是 html" assert '<ul>' in result3['content'] and '</ul>' in result3['content'], "应该包含 HTML 列表标签" # 测试用例 4: 文本格式 result4 = extractor.generate_toc(test_headers, 'text') print(f"\n测试用例 4 - 文本格式:") print(f" 内容:\n{result4['content']}") assert result4['format'] == 'text', "格式应该是 text" assert '第' in result4['content'] and '行' in result4['content'], "应该包含行号信息" # 测试用例 5: 限制最大级别 result5 = extractor.generate_toc(test_headers, 'markdown', max_level=2) print(f"\n测试用例 5 - 限制最大级别 (max_level=2):") print(f" 条目数: {result5['total_items']}") print(f" 包含级别: {result5['levels_included']}") print(f" 内容:\n{result5['content']}") assert result5['total_items'] == 6, f"限制级别后条目数应该是 6，实际 {result5['total_items']}" assert result5['levels_included'] == [1, 2], f"级别应该是 [1, 2]，实际 {result5['levels_included']}" print(" ✓ TOC 生成功能测试通过") def test_chinese_numbering(): """测试汉字编号识别功能""" print("\n=== 测试 4: 汉字编号识别功能 ===") extractor = MarkdownTOCExtractor() # 测试汉字数字转换 test_cases = [ ('一', 1), ('二', 2), ('三', 3), ('四', 4), ('五', 5), ('六', 6), ('七', 7), ('八', 8), ('九', 9), ('十', 10), ('十一', 11), ('十二', 12), ('十五', 15), ('十九', 19), ('二十', 20), ('三十', 30), ('五十', 50), ('九十', 90), ('二十一', 21), ('三十五', 35), ('五十八', 58), ('九十九', 99), ('壹', 1), ('贰', 2), ('叁', 3), ('肆', 4), ('伍', 5), ('陆', 6), ('柒', 7), ('捌', 8), ('玖', 9), ('拾', 10), ('百', None), ('千', None), ('万', None), ('abc', None) ] success_count = 0 for chinese_num, expected in test_cases: result = extractor._chinese_number_to_int(chinese_num) if result == expected: success_count += 1 else: print(f"❌ '{chinese_num}' -> {result} (期望: {expected})") assert success_count == len(test_cases), f"汉字数字转换测试失败，成功率: {success_count}/{len(test_cases)}" # 测试汉字编号标题提取 chinese_content = """# 第一章 概述 ## 第一节 背景 ### 第一小节 历史 ## 第二节 现状 # 第二章 方法 ## 第一节 理论基础 ### 第一小节 基本概念 ### 第二小节 核心原理 ## 第二节 实践应用 """ headers = extractor.extract_toc(chinese_content) assert len(headers) == 9, f"期望提取 9 个标题，实际 {len(headers)} 个" # 验证汉字编号识别 numbered_headers = [h for h in headers if extractor._extract_number_from_title(h['title'], h['level']) is not None] assert len(numbered_headers) >= 6, f"期望至少识别 6 个汉字编号，实际 {len(numbered_headers)} 个" print(" ✓ 汉字编号识别测试通过") def test_has_issues_meaning(): """测试 has_issues 返回值的含义""" print("\n=== 测试 5: has_issues 含义验证 ===") extractor = MarkdownTOCExtractor() # 测试用例 1：正常编号文档 normal_content = """# 文档标题 ## 1. 第一章 ### 1.1 小节1 ### 1.2 小节2 ## 2. 第二章 ### 2.1 小节1 """ headers1 = extractor.extract_toc(normal_content) analysis1 = extractor.analyze_numbering_issues(headers1) assert not analysis1['has_issues'], "正常编号文档不应该有问题" assert len(analysis1['duplicate_numbers']) == 0, "正常编号文档不应该有重复编号" assert len(analysis1['discontinuous_numbers']) == 0, "正常编号文档不应该有不连续编号" # 测试用例 2：重复编号文档 duplicate_content = """# 文档标题 ## 1. 第一章 ### 1.1 小节1 ## 2. 第二章 ### 1.1 小节1（重复编号） """ headers2 = extractor.extract_toc(duplicate_content) analysis2 = extractor.analyze_numbering_issues(headers2) assert analysis2['has_issues'], "重复编号文档应该有问题" assert len(analysis2['duplicate_numbers']) > 0, "重复编号文档应该检测到重复编号" # 测试用例 3：不连续编号文档 discontinuous_content = """# 文档标题 ## 1. 第一章 ## 3. 第三章（跳过了第二章） ## 4. 第四章 """ headers3 = extractor.extract_toc(discontinuous_content) analysis3 = extractor.analyze_numbering_issues(headers3) assert analysis3['has_issues'], "不连续编号文档应该有问题" assert len(analysis3['discontinuous_numbers']) > 0, "不连续编号文档应该检测到不连续编号" print(" ✓ has_issues 含义验证测试通过") def test_convenience_functions(): """测试便捷函数""" print("\n=== 测试 6: 便捷函数 ===") test_content = """# 1. 测试标题 ## 1.1 子标题 # 1. 重复标题 """ # 测试便捷函数 headers = extract_toc_from_content(test_content) issues = analyze_numbering_issues_from_headers(headers) toc = generate_toc_from_headers(headers, 'markdown', include_links=True) print(f"便捷函数测试:") print(f" 提取标题数: {len(headers)}") print(f" 存在编号问题: {issues['has_issues']}") print(f" 生成的 TOC 条目数: {toc['total_items']}") assert len(headers) == 3, f"应该提取到 3 个标题，实际 {len(headers)}" assert issues['has_issues'], "应该检测到编号问题" assert toc['total_items'] == 3, f"TOC 应该有 3 个条目，实际 {toc['total_items']}" print(" ✓ 便捷函数测试通过") def main(): """运行所有测试""" print("开始测试 Markdown TOC 核心功能...") try: test_toc_extraction() test_numbering_analysis() test_toc_generation() test_chinese_numbering() test_has_issues_meaning() test_convenience_functions() print("\n" + "="*50) print("🎉 所有测试通过！核心功能工作正常。") print("="*50) # 生成测试报告 report = { "test_status": "PASSED", "total_tests": 6, "passed_tests": 6, "failed_tests": 0, "core_functions": { "toc_extraction": "✓ 正常", "numbering_analysis": "✓ 正常", "toc_generation": "✓ 正常", "chinese_numbering": "✓ 正常", "has_issues_meaning": "✓ 正常", "convenience_functions": "✓ 正常" }, "features_verified": [ "基本标题提取", "特殊字符标题清理", "代码块过滤", "重复编号检测", "不连续编号检测", "Markdown TOC 生成", "HTML TOC 生成", "文本 TOC 生成", "锚点链接生成", "级别限制功能", "便捷函数接口" ] } ensure_directories() report_path = get_report_file_path('core_functions_test_report.json') with open(report_path, 'w', encoding='utf-8') as f: json.dump(report, f, ensure_ascii=False, indent=2) print(f"测试报告已保存到: {report_path}") except AssertionError as e: print(f"\n❌ 测试失败: {e}") return 1 except Exception as e: print(f"\n💥 测试出错: {e}") return 1 return 0 if __name__ == "__main__": exit(main())