test_extraction.py

"""
测试 GDL 和自然语言提取功能
"""
import re
import sys


def extract_gdl_and_narrative(content):
    """提取 GDL 和自然语言部分（支持多种格式变体）"""
    # 定义多种可能的标记格式（按优先级排序）
    gdl_patterns = [
        r"##\s*GDL\s*描述",      # ## GDL描述 或 ## GDL 描述
        r"##\s*GDL描述",          # ##GDL描述
        r"GDL\s*描述",            # GDL描述 或 GDL 描述
        r"##\s*GDL"               # ## GDL
    ]
    
    narrative_patterns = [
        r"##\s*自然语言规则说明",   # ## 自然语言规则说明
        r"##\s*自然语言规则",       # ## 自然语言规则
        r"自然语言规则说明",         # 自然语言规则说明
        r"自然语言规则"              # 自然语言规则
    ]
    
    # 尝试查找 GDL 部分
    gdl_start = -1
    for pattern in gdl_patterns:
        match = re.search(pattern, content)
        if match:
            gdl_start = match.start()
            break
    
    # 尝试查找自然语言部分
    narrative_start = -1
    for pattern in narrative_patterns:
        match = re.search(pattern, content)
        if match:
            narrative_start = match.start()
            break
    
    if gdl_start != -1 and narrative_start != -1:
        # 获取 GDL 部分（从标记开始到自然语言标记之前）
        gdl_end = narrative_start
        gdl_content = content[gdl_start:gdl_end].strip()
        
        # 获取自然语言部分（从标记开始到结尾）
        narrative_content = content[narrative_start:].strip()
        
        return gdl_content, narrative_content
    else:
        # 如果找不到标记，返回空字符串
        print(f"⚠️ 提取警告: GDL标记={'找到' if gdl_start != -1 else '未找到'}, 自然语言标记={'找到' if narrative_start != -1 else '未找到'}")
        return "", ""


def test_extraction():
    """测试提取功能的各种格式"""
    
    print("=" * 60)
    print("测试 GDL 和自然语言提取功能")
    print("=" * 60)
    
    # 测试用例 1：标准格式（有空格）
    test1 = """
## 游戏名称
测试游戏

## 游戏理念
这是一个测试

## GDL描述
(game "TestGame"
  (players 3)
  (deck "Standard54")
)

## 自然语言规则说明
1. 这是规则说明
2. 测试内容
"""
    
    # 测试用例 2：无空格格式
    test2 = """
## 游戏名称
测试游戏

##GDL描述
(game "TestGame"
  (players 3)
)

##自然语言规则说明
1. 规则说明
"""
    
    # 测试用例 3：混合格式
    test3 = """
## 游戏名称
测试游戏

## GDL 描述
(game "TestGame"
  (players 3)
)

## 自然语言规则说明
1. 规则说明
"""
    
    test_cases = [
        ("标准格式（有空格）", test1),
        ("无空格格式", test2),
        ("带空格分隔的格式", test3)
    ]
    
    all_passed = True
    
    for i, (name, content) in enumerate(test_cases, 1):
        print(f"\n测试用例 {i}: {name}")
        print("-" * 60)
        
        gdl, narrative = extract_gdl_and_narrative(content)
        
        if gdl and narrative:
            print(f"✅ 提取成功")
            print(f"   GDL 长度: {len(gdl)} 字符")
            print(f"   GDL 前50字符: {gdl[:50]}...")
            print(f"   自然语言长度: {len(narrative)} 字符")
            print(f"   自然语言前50字符: {narrative[:50]}...")
        else:
            print(f"❌ 提取失败")
            if not gdl:
                print("   未找到 GDL 部分")
            if not narrative:
                print("   未找到自然语言部分")
            all_passed = False
    
    print("\n" + "=" * 60)
    if all_passed:
        print("✅ 所有测试通过！")
    else:
        print("⚠️ 部分测试失败，请检查提取逻辑")
    print("=" * 60)
    
    return all_passed


if __name__ == "__main__":
    success = test_extraction()
    sys.exit(0 if success else 1)