Cyrene_v2/internal/runtime/turnreply/paragraph_test.go

package turnreply

import (
	"strings"
	"testing"
)

// 本文件锁定「段落包裹规整」（paragraph.go）的判据，重点是**幂等**这一条守门断言：
// 已规范的文本再跑一次必须逐字相同 —— 否则这套规整就会把好文本二次加工坏，而它
// 跑在每一条助手回复的写入路径上。
//
// 半包样本照抄上报形状：多段裸文本 + 一段 <action>，只有最后一段带 <p>。

// halfWrappedSample 是上报的半包形状：4 段裸文本（含内联 <action> 的那段）+
// 只有最后一段带 <p>。它正是会塌成一坨的那一侧。
const halfWrappedSample = "第一段，读到头也读到尾啦♪\n\n" +
	"第二段，轻轻合上纸条。\n\n" +
	"第三段，纸张有点卷边了。\n\n" +
	"<action>把整卷纸条摊在小桌上</action>第四段，你看这里还有个小记号。\n\n" +
	"<p>第五段，我把它们按日子排好啦。</p>"

// wrappedSample 是半包样本**规整后**的规范形态（每段一个 <p>，<action> 段也包
// 在它所在的 <p> 里，只有最后一段原本就是这样）。
const wrappedSample = "<p>第一段，读到头也读到尾啦♪</p>\n\n" +
	"<p>第二段，轻轻合上纸条。</p>\n\n" +
	"<p>第三段，纸张有点卷边了。</p>\n\n" +
	"<p><action>把整卷纸条摊在小桌上</action>第四段，你看这里还有个小记号。</p>\n\n" +
	"<p>第五段，我把它们按日子排好啦。</p>"

// TestNormalizeParagraphs_HalfWrappedGetsEveryParagraphWrapped 是必测①：半包样本
// 规整后**每一段**都被 <p> 包裹 —— 包括 <action> 那一段（它必须与同段的正文一起
// 落在同一个 <p> 里，而不是被拆出去或漏在外面）。
func TestNormalizeParagraphs_HalfWrappedGetsEveryParagraphWrapped(t *testing.T) {
	t.Parallel()

	got := NormalizeParagraphs(halfWrappedSample)
	if got != wrappedSample {
		t.Fatalf("规整结果 =\n%q\nwant\n%q", got, wrappedSample)
	}
	// 唯一的判据是「<p> 块之外有没有非空白文本」—— 客户端的塌陷规则正是按它生效。
	if outside := bareTextOutsideParagraphs(got); outside != "" {
		t.Fatalf("<p> 块之外仍有裸文本 %q —— 客户端仍会塌成一坨", outside)
	}
	// <action> 段没有被拆开（开闭标签仍在同一段里，且与同段正文同在一个 <p>）。
	const action = "<action>把整卷纸条摊在小桌上</action>第四段，你看这里还有个小记号。"
	if !strings.Contains(got, "<p>"+action+"</p>") {
		t.Fatalf("<action> 段没有被原样包进同一个 <p>：\n%q", got)
	}
}

// TestNormalizeParagraphs_Idempotent 是必测②（守门断言）：已规范的文本再跑一次
// 必须**逐字相同**。它是这套规整能跑在写入路径上的前提 —— 幂等一旦破掉，每次
// 读改写都会往好文本上再叠一层标签。
func TestNormalizeParagraphs_Idempotent(t *testing.T) {
	t.Parallel()

	canonical := []struct {
		name string
		text string
	}{
		{"半包样本的规范形态", wrappedSample},
		{"上报的正确形态", "<p><action>把整卷纸条…</action>读到头也读到尾啦♪</p>"},
		{"多段规范文本", "<p>第一段。</p>\n\n<p>第二段。</p>"},
		{"规范文本但空行更多", "<p>第一段。</p>\n\n\n\n<p>第二段。</p>"},
		{"规范文本但段间有缩进空白", "<p>第一段。</p>\n   \n<p>第二段。</p>"},
		{"单段规范文本（带外缘空白）", "  <p>就一句。</p>\n"},
		{"段内多行保持不动", "<p>第一行\n第二行</p>\n\n<p>下一段。</p>"},
		{"动作段内的空行不被切开", "<p><action>前半；\n\n后半。</action>说完啦。</p>"},
		{"自闭合段落", "<p>正文。</p>\n\n<p/>"},
		{"空文本", ""},
		{"纯空白", " \n\t "},
	}
	for _, c := range canonical {
		t.Run(c.name, func(t *testing.T) {
			t.Parallel()
			once := NormalizeParagraphs(c.text)
			if twice := NormalizeParagraphs(once); twice != once {
				t.Fatalf("不幂等：第二次运行改动了文本\n once=%q\ntwice=%q", once, twice)
			}
		})
	}
}

// TestNormalizeParagraphs_CanonicalTextIsByteIdentical 是必测②的另一半：**已完全
// 包裹**的文本必须逐字不变（不只是「第二次运行相同」，而是「一次都不许改」）。
func TestNormalizeParagraphs_CanonicalTextIsByteIdentical(t *testing.T) {
	t.Parallel()

	canonical := []string{
		wrappedSample,
		"<p><action>把整卷纸条…</action>读到头也读到尾啦♪</p>",
		"<p>第一段。</p>\n\n<p>第二段。</p>",
		"<p>第一段。</p>\n\n\n\n<p>第二段。</p>",
		"<p>第一段。</p>\n   \n<p>第二段。</p>",
		"  <p>就一句。</p>\n",
		"<p>第一行\n第二行</p>\n\n<p>下一段。</p>",
		"<p><action>前半；\n\n后半。</action>说完啦。</p>",
		"<p>正文。</p>\n\n<p/>",
	}
	for _, text := range canonical {
		if got := NormalizeParagraphs(text); got != text {
			t.Fatalf("已规范的文本被改动：\n in=%q\nout=%q", text, got)
		}
	}
}

// TestNormalizeParagraphs_BareTextGetsWrapped 是必测③：完全没有任何 <p> 的裸文本
// 也要被规整（它现在靠客户端的空行回退才拆得开，一旦别处混进一个 <p> 就会塌）。
func TestNormalizeParagraphs_BareTextGetsWrapped(t *testing.T) {
	t.Parallel()

	cases := []struct {
		name string
		in   string
		want string
	}{
		{"多段裸文本", "第一段。\n\n第二段。", "<p>第一段。</p>\n\n<p>第二段。</p>"},
		{"单段裸文本", "就一句。", "<p>就一句。</p>"},
		{"带动作的裸文本", "<action>弯起眼睛</action>当然看得到呀。\n\n第二段。",
			"<p><action>弯起眼睛</action>当然看得到呀。</p>\n\n<p>第二段。</p>"},
		{"独立动作段", "正文。\n\n<action>拍拍你</action>",
			"<p>正文。</p>\n\n<p><action>拍拍你</action></p>"},
		{"旁白段", "<narration>心里有点甜</narration>\n\n正文。",
			"<p><narration>心里有点甜</narration></p>\n\n<p>正文。</p>"},
		{"段内单换行保持在同一段", "第一行\n第二行\n\n第二段。",
			"<p>第一行\n第二行</p>\n\n<p>第二段。</p>"},
	}
	for _, c := range cases {
		t.Run(c.name, func(t *testing.T) {
			t.Parallel()
			if got := NormalizeParagraphs(c.in); got != c.want {
				t.Fatalf("规整 = %q, want %q", got, c.want)
			}
		})
	}
}

// TestNormalizeParagraphs_BlankAndFencedStayUntouched 是必测④与代码块边界：空文本、
// 纯空白一字不动；含 ``` 围栏的文本**整条保守跳过**（把围栏里的空行当段落切开，
// 会把一段代码拆成互不相连的段落，比不规整更糟）。
func TestNormalizeParagraphs_BlankAndFencedStayUntouched(t *testing.T) {
	t.Parallel()

	cases := []struct {
		name string
		text string
	}{
		{"空文本", ""},
		{"纯空白", "   \n\t\n"},
		{"空行围栏", "先看这段：\n\n```go\nfunc main() {}\n\nfunc other() {}\n```\n\n就这样。"},
		{"行内围栏", "看看 ```code``` 这个词。\n\n第二段。"},
	}
	for _, c := range cases {
		t.Run(c.name, func(t *testing.T) {
			t.Parallel()
			if got := NormalizeParagraphs(c.text); got != c.text {
				t.Fatalf("不该被改动：\n in=%q\nout=%q", c.text, got)
			}
		})
	}
}

// TestNormalizeParagraphs_ActionAcrossBlankLineStaysWhole 守住另一条边界：<action>
// 块**跨空行**时绝不能被切成分属两段 —— 那会让 Web 与 IM 都看到野生标签。
func TestNormalizeParagraphs_ActionAcrossBlankLineStaysWhole(t *testing.T) {
	t.Parallel()

	const in = "<action>把整卷纸条摊开；\n\n又轻轻卷回去。</action>读到头也读到尾啦♪\n\n<p>下一段。</p>"
	const want = "<p><action>把整卷纸条摊开；\n\n又轻轻卷回去。</action>读到头也读到尾啦♪</p>\n\n<p>下一段。</p>"
	if got := NormalizeParagraphs(in); got != want {
		t.Fatalf("规整 = %q, want %q", got, want)
	}
}

// bareTextOutsideParagraphs 返回所有落在完整 <p> 块之外的**非空白**文本，用于
// 断言「没有裸文本漏在 <p> 之外」。
func bareTextOutsideParagraphs(text string) string {
	rest := paragraphBlockRe.ReplaceAllString(text, " ")
	return strings.TrimSpace(rest)
}