-
Notifications
You must be signed in to change notification settings - Fork 467
/
test_search.py
786 lines (672 loc) · 40.2 KB
/
test_search.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
from parameterized import parameterized, param
from tests import BaseTestCase
from dateparser.timezone_parser import StaticTzInfo
from dateparser.search.search import DateSearchWithDetection
from dateparser.search import search_dates
from dateparser.conf import Settings, apply_settings
from dateparser_data.settings import default_parsers
import datetime
import pytz
class TestTranslateSearch(BaseTestCase):
def setUp(self):
super().setUp()
self.search_with_detection = DateSearchWithDetection()
self.exact_language_search = self.search_with_detection.search
def run_search_dates_function_invalid_languages(self, text, languages, error_type):
try:
search_dates(text=text, languages=languages)
except Exception as error:
self.error = error
self.assertIsInstance(self.error, error_type)
def check_error_message(self, message):
self.assertEqual(str(self.error), message)
@parameterized.expand([
# English
param('en', "Sep 03 2014"),
param('en', "friday, 03 september 2014"),
param('en', 'Aug 06, 2018 05:05 PM CDT'),
# Chinese
param('zh', "1年11个月"),
param('zh', "1年11個月"),
param('zh', "2015年04月08日10点05"),
param('zh', "2015年04月08日10:05"),
param('zh', "2013年04月08日"),
param('zh', "周一"),
param('zh', "礼拜一"),
param('zh', "周二"),
param('zh', "礼拜二"),
param('zh', "周三"),
param('zh', "礼拜三"),
param('zh', "星期日 2015年04月08日10:05"),
param('zh', "周六 2013年04月08日"),
param('zh', "下午3:30"),
param('zh', "凌晨3:30"),
param('zh', "中午"),
# French
param('fr', "20 Février 2012"),
param('fr', "Mercredi 19 Novembre 2013"),
param('fr', "18 octobre 2012 à 19 h 21 min"),
# German
param('de', "29. Juni 2007"),
param('de', "Montag 5 Januar, 2015"),
# Hungarian
param('hu', '2016 augusztus 11'),
param('hu', '2016-08-13 szombat 10:21'),
param('hu', '2016. augusztus 14. vasárnap 10:21'),
param('hu', 'hétfő'),
param('hu', 'tegnapelőtt'),
param('hu', 'ma'),
param('hu', '2 hónappal ezelőtt'),
param('hu', '2016-08-13 szombat 10:21 GMT'),
# Spanish
param('es', "Miércoles 31 Diciembre 2014"),
# Italian
param('it', "Giovedi Maggio 29 2013"),
param('it', "19 Luglio 2013"),
# Portuguese
param('pt', "22 de dezembro de 2014 às 02:38"),
# Russian
param('ru', "5 августа 2014 г в 12:00"),
# Real: param('ru', "5 августа 2014 г. в 12:00"),
# Turkish
param('tr', "2 Ocak 2015 Cuma, 16:49"),
# Czech
param('cs', "22. prosinec 2014 v 2:38"),
# Dutch
param('nl', "maandag 22 december 2014 om 2:38"),
# Romanian
param('ro', "22 Decembrie 2014 la 02:38"),
# Polish
param('pl', "4 stycznia o 13:50"),
param('pl', "29 listopada 2014 o 08:40"),
# Ukrainian
param('uk', "30 листопада 2013 о 04:27"),
# Belarusian
param('be', "5 снежня 2015 г у 12:00"),
# Real: param('be', "5 снежня 2015 г. у 12:00"), Issue: Abbreviation segmentation.
param('be', "11 верасня 2015 г у 12:11"),
# Real: param('be', "11 верасня 2015 г. у 12:11"),
param('be', "3 стд 2015 г у 10:33"),
# Real: param('be', "3 стд 2015 г. у 10:33"),
# Arabic
param('ar', "6 يناير، 2015، الساعة 05:16 مساءً"),
param('ar', "7 يناير، 2015، الساعة 11:00 صباحاً"),
# Vietnamese
# Disabled - wrong segmentation at "Thứ Năm"
# param('vi', "Thứ Năm, ngày 8 tháng 1 năm 2015"),
# Disabled - wrong segmentation at "Thứ Tư"
# param('vi', "Thứ Tư, 07/01/2015 | 22:34"),
param('vi', "9 Tháng 1 2015 lúc 15:08"),
# Thai
# Disabled - spacing differences
# param('th', "เมื่อ กุมภาพันธ์ 09, 2015, 09:27:57 AM"),
# param('th', "เมื่อ กรกฎาคม 05, 2012, 01:18:06 AM"),
# Tagalog
param('tl', "Biyernes Hulyo 3, 2015"),
param('tl', "Pebrero 5, 2015 7:00 pm"),
# Indonesian
param('id', "06 Sep 2015"),
param('id', "07 Feb 2015 20:15"),
# Miscellaneous
param('en', "2014-12-12T12:33:39-08:00"),
param('en', "2014-10-15T16:12:20+00:00"),
param('en', "28 Oct 2014 16:39:01 +0000"),
# Disabled - wrong split at "a las".
# param('es', "13 Febrero 2015 a las 23:00"),
# Danish
param('da', "Sep 03 2014"),
param('da', "fredag, 03 september 2014"),
param('da', "fredag d. 3 september 2014"),
# Finnish
param('fi', "maanantai tammikuu 16, 2015"),
param('fi', "ma tammi 16, 2015"),
param('fi', "tiistai helmikuu 16, 2015"),
param('fi', "ti helmi 16, 2015"),
param('fi', "keskiviikko maaliskuu 16, 2015"),
param('fi', "ke maalis 16, 2015"),
param('fi', "torstai huhtikuu 16, 2015"),
param('fi', "to huhti 16, 2015"),
param('fi', "perjantai toukokuu 16, 2015"),
param('fi', "pe touko 16, 2015"),
param('fi', "lauantai kesäkuu 16, 2015"),
param('fi', "la kesä 16, 2015"),
param('fi', "sunnuntai heinäkuu 16, 2015"),
param('fi', "su heinä 16, 2015"),
param('fi', "su elokuu 16, 2015"),
param('fi', "su elo 16, 2015"),
param('fi', "su syyskuu 16, 2015"),
param('fi', "su syys 16, 2015"),
param('fi', "su lokakuu 16, 2015"),
param('fi', "su loka 16, 2015"),
param('fi', "su marraskuu 16, 2015"),
param('fi', "su marras 16, 2015"),
param('fi', "su joulukuu 16, 2015"),
param('fi', "su joulu 16, 2015"),
param('fi', "1. tammikuuta, 2016"),
param('fi', "tiistaina, 27. lokakuuta 2015"),
# Japanese
param('ja', "午後3時"),
param('ja', "2時"),
param('ja', "11時42分"),
param('ja', "3ヶ月"),
param('ja', "約53か月前"),
param('ja', "3月"),
param('ja', "十二月"),
param('ja', "2月10日"),
param('ja', "2013年2月"),
param('ja', "2013年04月08日"),
param('ja', "2016年03月24日 木曜日 10時05分"),
param('ja', "2016年3月20日 21時40分"),
param('ja', "2016年03月21日 23時05分11秒"),
param('ja', "2016年3月21日(月) 14時48分"),
param('ja', "2016年3月20日(日) 21時40分"),
param('ja', "2016年3月20日 (日) 21時40分"),
# Hebrew
param('he', "20 לאפריל 2012"),
param('he', "יום רביעי ה-19 בנובמבר 2013"),
param('he', "18 לאוקטובר 2012 בשעה 19:21"),
# Disabled - wrong split at "יום ה'".
# param('he', "יום ה' 6/10/2016"),
param('he', "חצות"),
param('he', "1 אחר חצות"),
param('he', "3 לפנות בוקר"),
param('he', "3 בבוקר"),
param('he', "3 בצהריים"),
param('he', "6 לפנות ערב"),
param('he', "6 אחרי הצהריים"),
param('he', "6 אחרי הצהרים"),
# Bangla
param('bn', "সেপ্টেম্বর 03 2014"),
param('bn', "শুক্রবার, 03 সেপ্টেম্বর 2014"),
# Hindi
param('hi', 'सोमवार 13 जून 1998'),
param('hi', 'मंगल 16 1786 12:18'),
param('hi', 'शनि 11 अप्रैल 2002 03:09'),
# Swedish
param('sv', "Sept 03 2014"),
param('sv', "fredag, 03 september 2014"),
])
def test_search_date_string(self, shortname, datetime_string):
result = self.exact_language_search.search(shortname, datetime_string, settings=Settings())[1][0]
self.assertEqual(result, datetime_string)
@parameterized.expand([
# Arabic
param('ar', 'في 29 يوليو 1938 غزت القوات اليابانية الاتحاد'
' السوفييتي ووقعت أولى المعارك والتي انتصر فيها السوفييت، وعلى الرغم من ذلك رفضت'
' اليابان الاعتراف بذلك وقررت في 11 مايو 1939 تحريك الحدود المنغولية حتى نهر غول،'
' حيث وقعت معركة خالخين غول والتي انتصر فيها الجيش الأحمر على جيش كوانتونغ',
[('في 29 يوليو 1938', datetime.datetime(1938, 7, 29, 0, 0)),
('في 11 مايو 1939', datetime.datetime(1939, 5, 11, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Belarusian
param('be', 'Пасля апублікавання Патсдамскай дэкларацыі 26 ліпеня 1945 года і адмовы Японіі капітуляваць '
'на яе ўмовах ЗША скінулі атамныя бомбы.',
[('26 ліпеня 1945 года і', datetime.datetime(1945, 7, 26, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Bulgarian
param('bg', 'На 16 юни 1944 г. започват въздушни '
'бомбардировки срещу Япония, използувайки новозавладените острови като бази.',
[('На 16 юни 1944 г', datetime.datetime(1944, 6, 16, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Chinese
param('zh', '不過大多數人仍多把第二次世界大戰的爆發定為1939年9月1日德國入侵波蘭開始,這次入侵行動隨即導致英國與法國向德國宣戰。',
[('1939年9月1', datetime.datetime(1939, 9, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Czech
param('cs', 'V roce 1920 byla proto vytvořena Společnost národů, jež měla fungovat jako fórum, '
'na němž měly národy mírovým způsobem urovnávat svoje spory.',
[('1920', datetime.datetime(1920, 1, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Danish
param('da', 'Krigen i Europa begyndte den 1. september 1939, da Nazi-Tyskland invaderede Polen, '
'og endte med Nazi-Tysklands betingelsesløse overgivelse den 8. maj 1945.',
[('1. september 1939', datetime.datetime(1939, 9, 1, 0, 0)),
('8. maj 1945', datetime.datetime(1945, 5, 8, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Dutch
param('nl', ' De meest dramatische uitbreiding van het conflict vond plaats op 22 juni 1941 met de '
'Duitse aanval op de Sovjet-Unie.',
[('22 juni 1941', datetime.datetime(1941, 6, 22, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# English
param('en', 'I will meet you tomorrow at noon',
[('tomorrow at noon', datetime.datetime(2000, 1, 2, 12, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
param('en', 'in a minute',
[('in a minute', datetime.datetime(2000, 1, 1, 0, 1))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
param('en', 'last decade',
[('last decade', datetime.datetime(1990, 1, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
param('en', 'July 13th.\r\n July 14th',
[('July 13th', datetime.datetime(2000, 7, 13, 0, 0)),
('July 14th', datetime.datetime(2000, 7, 14, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
param('en', 'last updated Aug 06, 2018 05:05 PM CDT',
[(
'Aug 06, 2018 05:05 PM CDT',
datetime.datetime(
2018, 8, 6, 17, 5, tzinfo=StaticTzInfo(
'CDT', datetime.timedelta(seconds=-18000)
))
)],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
param('en', '25th march 2015 , i need this report today.',
[('25th march 2015', datetime.datetime(2015, 3, 25))],
settings={'PARSERS': [parser for parser in default_parsers
if parser != 'relative-time']}),
param('en', '25th march 2015 , i need this report today.',
[('25th march 2015', datetime.datetime(2015, 3, 25)),
('today', datetime.datetime(2000, 1, 1))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Filipino / Tagalog
param('tl', 'Maraming namatay sa mga Hapon hanggang sila\'y sumuko noong Agosto 15, 1945.',
[('noong Agosto 15, 1945', datetime.datetime(1945, 8, 15, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Finnish
param('fi', 'Iso-Britannia ja Ranska julistivat sodan Saksalle 3. syyskuuta 1939.',
[('3. syyskuuta 1939', datetime.datetime(1939, 9, 3, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# French
param('fr', 'La 2e Guerre mondiale, ou Deuxième Guerre mondiale4, est un conflit armé à '
'l\'échelle planétaire qui dura du 1 septembre 1939 au 2 septembre 1945.',
[('1 septembre 1939', datetime.datetime(1939, 9, 1, 0, 0)),
('2 septembre 1945', datetime.datetime(1945, 9, 2, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Hebrew
param('he', 'במרץ 1938 "אוחדה" אוסטריה עם גרמניה (אנשלוס). ',
[('במרץ 1938', datetime.datetime(1938, 3, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Hindi
param('hi',
'जुलाई 1937 में, मार्को-पोलो ब्रिज हादसे का बहाना लेकर जापान ने चीन पर हमला कर दिया और चीनी साम्राज्य '
'की राजधानी बीजिंग पर कब्जा कर लिया,',
[('जुलाई 1937 में', datetime.datetime(1937, 7, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Hungarian
param('hu', 'A háború Európában 1945. május 8-án Németország feltétel nélküli megadásával, '
'míg Ázsiában szeptember 2-án, Japán kapitulációjával fejeződött be.',
[('1945. május 8-án', datetime.datetime(1945, 5, 8, 0, 0)),
('szeptember 2-án', datetime.datetime(2000, 9, 2, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Georgian
param('ka', '1937 წელს დაიწყო იაპონია-ჩინეთის მეორე ომი.',
[('1937', datetime.datetime(1937, 1, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# German
param('de', 'Die UdSSR blieb gemäß dem Neutralitätspakt '
'vom 13. April 1941 gegenüber Japan vorerst neutral.',
[('Die', datetime.datetime(1999, 12, 28, 0, 0)),
('13. April 1941', datetime.datetime(1941, 4, 13, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Indonesian
param('id', 'Kekaisaran Jepang menyerah pada tanggal 15 Agustus 1945, sehingga mengakhiri perang '
'di Asia dan memperkuat kemenangan total Sekutu atas Poros.',
[('tanggal 15 Agustus 1945', datetime.datetime(1945, 8, 15, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Italian
param('it', ' Con questo il 2 ottobre 1935 prese il via la campagna '
'd\'Etiopia. Il 9 maggio 1936 venne proclamato l\'Impero. ',
[('2 ottobre 1935', datetime.datetime(1935, 10, 2, 0, 0)),
('9 maggio 1936', datetime.datetime(1936, 5, 9, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Japanese
param('ja', '1939年9月1日、ドイツ軍がポーランドへ侵攻したことが第二次世界大戦の始まりとされている。',
[('1939年9月1', datetime.datetime(1939, 9, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Persian
param('fa', 'نگ جهانی دوم جنگ جدی بین سپتامبر 1939 و 2 سپتامبر 1945 بود.',
[('سپتامبر 1939', datetime.datetime(1939, 9, 1, 0, 0)),
('2 سپتامبر 1945', datetime.datetime(1945, 9, 2, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Polish
param('pl', 'II wojna światowa – największa wojna światowa w historii, '
'trwająca od 1 września 1939 do 2 września 1945 (w Europie do 8 maja 1945)',
[('1 września 1939', datetime.datetime(1939, 9, 1, 0, 0)),
('2 września 1945 (w', datetime.datetime(1945, 9, 2, 0, 0)),
('8 maja 1945', datetime.datetime(1945, 5, 8, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Portuguese
param('pt', 'Em outubro de 1936, Alemanha e Itália formaram o Eixo Roma-Berlim.',
[('Em outubro de 1936', datetime.datetime(1936, 10, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Romanian
param('ro', 'Pe 17 septembrie 1939, după semnarea unui acord de încetare a focului cu Japonia, '
'sovieticii au invadat Polonia dinspre est.',
[('17 septembrie 1939', datetime.datetime(1939, 9, 17, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Russian
param('ru', 'Втора́я мирова́я война́ (1 сентября 1939 — 2 сентября 1945) — '
'война двух мировых военно-политических коалиций, ставшая крупнейшим вооружённым '
'конфликтом в истории человечества.',
[('1 сентября 1939', datetime.datetime(1939, 9, 1, 0, 0)),
('2 сентября 1945', datetime.datetime(1945, 9, 2, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Spanish
param('es', 'Desde finales de 1939 hasta inicios de 1941 Alemania conquistó o sometió '
'gran parte de la Europa continental.',
[('de 1939', datetime.datetime(1939, 1, 1, 0, 0)),
('de 1941', datetime.datetime(1941, 1, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Swedish
param('sv', 'Efter kommunisternas seger 1922 drog de allierade och Japan bort sina trupper.',
[('1922', datetime.datetime(1922, 1, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Thai
param('th',
'และเมื่อวันที่ 11 พฤษภาคม 1939 '
'ญี่ปุ่นตัดสินใจขยายพรมแดนญี่ปุ่น-มองโกเลียขึ้นไปถึงแม่น้ำคัลคินกอลด้วยกำลัง',
[('11 พฤษภาคม 1939', datetime.datetime(1939, 5, 11, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Turkish
param('tr', 'Almanya’nın Polonya’yı işgal ettiği 1 Eylül 1939 savaşın başladığı '
'tarih olarak genel kabul görür.',
[('1 Eylül 1939', datetime.datetime(1939, 9, 1, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Ukrainian
param('uk', 'Інші дати, що розглядаються деякими авторами як дати початку війни: початок японської '
'інтервенції в Маньчжурію 13 вересня 1931, початок другої японсько-китайської війни 7 '
'липня 1937 року та початок угорсько-української війни 14 березня 1939 року.',
[('13 вересня 1931', datetime.datetime(1931, 9, 13, 0, 0)),
('7 липня 1937 року', datetime.datetime(1937, 7, 7, 0, 0)),
('14 березня 1939 року', datetime.datetime(1939, 3, 14, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
# Vietnamese
param('vi', 'Ý theo gương Đức, đã tiến hành xâm lược Ethiopia năm 1935 và sát '
'nhập Albania vào ngày 12 tháng 4 năm 1939.',
[('năm 1935', datetime.datetime(1935, 1, 1, 0, 0)),
('ngày 12 tháng 4 năm 1939', datetime.datetime(1939, 4, 12, 0, 0))],
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)}),
])
@apply_settings
def test_search_and_parse(self, shortname, string, expected, settings=None):
result = self.exact_language_search.search_parse(shortname, string, settings=settings)
self.assertEqual(result, expected)
@parameterized.expand([
# English
param('en', 'January 3, 2017 - February 1st',
[('January 3, 2017', datetime.datetime(2017, 1, 3, 0, 0)),
('February 1st', datetime.datetime(2017, 2, 1, 0, 0))]),
param('en', '2014 was good! October was excellent!'
' Friday, 21 was especially good!',
[('2014', datetime.datetime(
2014, datetime.datetime.utcnow().month, datetime.datetime.utcnow().day, 0, 0)
),
('October', datetime.datetime(2014, 10, datetime.datetime.utcnow().day, 0, 0)),
('Friday, 21', datetime.datetime(2014, 10, 21, 0, 0))]),
param('en', """May 2020
June 2020
2023
January UTC
June 5 am utc
June 23th 5 pm EST
May 31, 8am UTC""",
[('May 2020', datetime.datetime(2020, 5, datetime.datetime.utcnow().day, 0, 0)),
('June 2020', datetime.datetime(2020, 6, datetime.datetime.utcnow().day, 0, 0)),
('2023', datetime.datetime(2023, 6, datetime.datetime.utcnow().day, 0, 0)),
('January UTC', datetime.datetime(2023, 1, datetime.datetime.utcnow().day, 0, 0, tzinfo=pytz.utc)),
('June 5 am utc', datetime.datetime(2023, 6, 5, 0, 0, tzinfo=pytz.utc)),
('June 23th 5 pm EST', datetime.datetime(2023, 6, 23, 17, 0, tzinfo=pytz.timezone("EST"))),
('May 31', datetime.datetime(2023, 5, 31, 0, 0)),
('8am UTC', datetime.datetime(2023, 8, 31, 0, 0, tzinfo=pytz.utc))]),
# Russian
param('ru', '19 марта 2001 был хороший день. 20 марта тоже был хороший день. 21 марта был отличный день.',
[('19 марта 2001', datetime.datetime(2001, 3, 19, 0, 0)),
('20 марта', datetime.datetime(2001, 3, 20, 0, 0)),
('21 марта', datetime.datetime(2001, 3, 21, 0, 0))]),
param('ru', 'Андрей Дмитриевич Сахаров скончался 14 декабря в 1989 году от внезапной остановки сердца.',
[('14 декабря в 1989 год', datetime.datetime(1989, 12, 14, 0, 0))]),
# relative dates
param('ru', '19 марта 2001. Сегодня был хороший день. 2 дня назад был хороший день. '
'Вчера тоже был хороший день.',
[('19 марта 2001', datetime.datetime(2001, 3, 19, 0, 0)),
('Сегодня', datetime.datetime(2001, 3, 19, 0, 0)),
('2 дня назад', datetime.datetime(2001, 3, 17, 0, 0)),
('Вчера', datetime.datetime(2001, 3, 18, 0, 0))]),
param('ru', '19 марта 2001. Сегодня был хороший день. Два дня назад был хороший день. Хорошая была неделя. '
'Думаю, через неделю будет еще лучше.',
[('19 марта 2001', datetime.datetime(2001, 3, 19, 0, 0)),
('Сегодня', datetime.datetime(2001, 3, 19, 0, 0)),
('Два дня назад', datetime.datetime(2001, 3, 17, 0, 0)),
('через неделю', datetime.datetime(2001, 3, 26, 0, 0))]),
# Hungarian
param('hu', '1962 augusztus 11 Föld körüli pályára bocsátották a szovjet Vosztok-3 űrhajót, '
'mely páros űrrepülést hajtott végre a másnap föld körüli pályára bocsátott Vosztok-4-gyel.'
'2 hónappal ezelőtt furcsa, nem forgó jellegű szédülést tapasztaltam.',
[('1962 augusztus 11', datetime.datetime(1962, 8, 11, 0, 0)),
('2 hónappal ezelőtt', datetime.datetime(1962, 6, 11, 0, 0))]),
# Vietnamese
param('vi', '1/1/1940. Vào tháng 8 năm 1940, với lực lượng lớn của Pháp tại Bắc Phi chính thức trung lập '
'trong cuộc chiến, Ý mở một cuộc tấn công vào thuộc địa Somalia của Anh tại Đông Phi. '
'Đến tháng 9 quân Ý vào đến Ai Cập (cũng đang dưới sự kiểm soát của Anh). ',
[('1/1/1940', datetime.datetime(1940, 1, 1, 0, 0)),
('tháng 8 năm 1940', datetime.datetime(1940, 8, 1, 0, 0)),
('tháng 9', datetime.datetime(1940, 9, 1, 0, 0))])
])
@apply_settings
def test_relative_base_setting(self, shortname, string, expected, settings=None):
result = self.exact_language_search.search_parse(shortname, string, settings=settings)
self.assertEqual(result, expected)
@parameterized.expand([
# English
param('en', 'July 12th, 2014. July 13th, July 14th',
[('July 12th, 2014', datetime.datetime(2014, 7, 12, 0, 0)),
('July 13th', datetime.datetime(2014, 7, 13, 0, 0)),
('July 14th', datetime.datetime(2014, 7, 14, 0, 0))]),
param('en', '2014. July 13th July 14th',
[('2014', datetime.datetime(
2014, datetime.datetime.utcnow().month, datetime.datetime.utcnow().day, 0, 0)
),
('July 13th', datetime.datetime(2014, 7, 13, 0, 0)),
('July 14th', datetime.datetime(2014, 7, 14, 0, 0))]),
param('en', 'July 13th 2014 July 14th 2014',
[('July 13th 2014', datetime.datetime(2014, 7, 13, 0, 0)),
('July 14th 2014', datetime.datetime(2014, 7, 14, 0, 0))]),
param('en', 'July 13th 2014 July 14th',
[('July 13th 2014', datetime.datetime(2014, 7, 13, 0, 0)),
('July 14th', datetime.datetime(2014, 7, 14, 0, 0))]),
param('en', 'July 13th, 2014 July 14th, 2014',
[('July 13th, 2014', datetime.datetime(2014, 7, 13, 0, 0)),
('July 14th, 2014', datetime.datetime(2014, 7, 14, 0, 0))]),
param('en', '2014. July 12th, July 13th, July 14th',
[('2014', datetime.datetime(
2014, datetime.datetime.utcnow().month, datetime.datetime.utcnow().day, 0, 0)
),
('July 12th', datetime.datetime(2014, 7, 12, 0, 0)),
('July 13th', datetime.datetime(2014, 7, 13, 0, 0)),
('July 14th', datetime.datetime(2014, 7, 14, 0, 0))]),
# Swedish
param('sv', '1938–1939 marscherade tyska soldater i Österrike samtidigt som '
'österrikiska soldater marscherade i Berlin.',
[('1938', datetime.datetime(
1938, datetime.datetime.utcnow().month, datetime.datetime.utcnow().day, 0, 0)
),
('1939', datetime.datetime(
1939, datetime.datetime.utcnow().month, datetime.datetime.utcnow().day, 0, 0)
)]),
# German
param('de', 'Verteidiger der Stadt kapitulierten am 2. Mai 1945. Am 8. Mai 1945 (VE-Day) trat '
'bedingungslose Kapitulation der Wehrmacht in Kraft',
[('am 2. Mai 1945', datetime.datetime(1945, 5, 2, 0, 0)),
('Am 8. Mai 1945', datetime.datetime(1945, 5, 8, 0, 0))]),
])
@apply_settings
def test_splitting_of_not_parsed(self, shortname, string, expected, settings=None):
result = self.exact_language_search.search_parse(shortname, string, settings=settings)
self.assertEqual(result, expected)
@parameterized.expand([
# Arabic
param('ar', 'في 29 يوليو 1938 غزت القوات اليابانية الاتحاد'
' السوفييتي ووقعت أولى المعارك والتي انتصر فيها السوفييت، وعلى الرغم من ذلك رفضت'
' اليابان الاعتراف بذلك وقررت في 11 مايو 1939 تحريك الحدود المنغولية حتى نهر غول،'),
# Belarusian
param('be', 'Пасля апублікавання Патсдамскай дэкларацыі 26 ліпеня 1945 года і адмовы Японіі капітуляваць '
'на яе ўмовах ЗША скінулі атамныя бомбы.'),
# Bulgarian
param('bg', 'На 16 юни 1944 г. започват въздушни '
'бомбардировки срещу Япония, използувайки новозавладените острови като бази.'),
# Chinese
param('zh', '不過大多數人仍多把第二次世界大戰的爆發定為1939年9月1日德國入侵波蘭開始,2015年04月08日10点05。'),
# Czech
param('cs', 'V rok 1920 byla proto vytvořena Společnost národů, jež měla fungovat jako fórum, '
'na němž měly národy mírovým způsobem urovnávat svoje spory.'),
# Danish
param('da', 'Krigen i Europa begyndte den 1. september 1939, da Nazi-Tyskland invaderede Polen, '
'og endte med Nazi-Tysklands betingelsesløse overgivelse den 8. marts 1945.'),
# Dutch
param('nl', ' De meest dramatische uitbreiding van het conflict vond plaats op Maandag 22 juni 1941 met de '
'Duitse aanval op de Sovjet-Unie.'),
# English
param('en', 'I will meet you tomorrow at noon'),
# Filipino / Tagalog
param('tl', 'Maraming namatay sa mga Hapon hanggang sila\'y sumuko noong Agosto 15, 1945.'),
# Finnish
param('fi', 'Iso-Britannia ja Ranska julistivat sodan Saksalle 3. syyskuuta 1939.'),
# French
param('fr', 'La Seconde Guerre mondiale, ou Deuxième Guerre mondiale4, est un conflit armé à '
'l\'échelle planétaire qui dura du 1 septembre 1939 au 2 septembre 1945.'),
# Hebrew
param('he', 'במרץ 1938 "אוחדה" אוסטריה עם גרמניה (אנשלוס). '),
# Hindi
param('hi',
'जुलाई 1937 में, मार्को-पोलो ब्रिज हादसे का बहाना लेकर जापान ने चीन पर हमला कर दिया और चीनी साम्राज्य '
'की राजधानी बीजिंग पर कब्जा कर लिया,'),
# Hungarian
param('hu', 'A háború Európában 1945. május 8-án Németország feltétel nélküli megadásával, '
'míg Ázsiában szeptember 2-án, Japán kapitulációjával fejeződött be.'),
# Georgian
param('ka', '1937 წელს დაიწყო იაპონია-ჩინეთის მეორე ომი.'),
# German
param('de', 'Die UdSSR blieb dem Neutralitätspakt '
'vom 13. April 1941 gegenüber Japan vorerst neutral.'),
# Indonesian
param('id', 'Kekaisaran Jepang menyerah pada tanggal 15 Agustus 1945, sehingga mengakhiri perang '
'di Asia dan memperkuat kemenangan total Sekutu atas Poros.'),
# Italian
param('it', ' Con questo il 2 ottobre 1935 prese il via la campagna '
'd\'Etiopia. Il 9 maggio 1936 venne proclamato l\'Impero. '),
# Japanese
param('ja', '1933年(昭和8年)12月23日午前6時39分、宮城(現:皇居)内の産殿にて誕生。'),
# Persian
param('fa', 'نگ جهانی دوم جنگ جدی بین سپتامبر 1939 و 2 سپتامبر 1945 بود.'),
# Polish
param('pl', 'II wojna światowa – największa wojna światowa w historii, '
'trwająca od 1 września 1939 do 2 września 1945 (w Europie do 8 maja 1945)'),
# Portuguese
param('pt', 'Em outubro de 1936, Alemanha e Itália formaram o Eixo Roma-Berlim.'),
# Romanian
param('ro', 'Pe 17 septembrie 1939, după semnarea unui acord de încetare a focului cu Japonia, '
'sovieticii au invadat Polonia dinspre est.'),
# Russian
param('ru', 'Втора́я мирова́я война́ (1 сентября 1939 — 2 сентября 1945) — '
'война двух мировых военно-политических коалиций, ставшая крупнейшим вооружённым '
'конфликтом в истории человечества.'),
# Spanish
param('es', '11 junio 2010'),
# Swedish
param('sv', ' den 15 augusti 1945 då Kejsardömet'),
# Thai
param('th',
'และเมื่อวันที่ 11 พฤษภาคม 1939 '
'ญี่ปุ่นตัดสินใจขยายพรมแดนญี่ปุ่น-มองโกเลียขึ้นไปถึงแม่น้ำคัลคินกอลด้วยกำลัง'),
# Turkish
param('tr', 'Almanya’nın Polonya’yı işgal ettiği 1 Eylül 1939 savaşın başladığı '
'tarih olarak genel kabul görür.'),
# Ukrainian
param('uk', 'Інші дати, що розглядаються деякими авторами як дати початку війни: початок японської '
'інтервенції в Маньчжурію 13 вересня 1931, початок другої японсько-китайської війни 7 '
'липня 1937 року та початок угорсько-української війни 14 березня 1939 року.'),
# Vietnamese
param('vi', 'Ý theo gương Đức, đã tiến hành xâm lược Ethiopia năm 1935 và sát '
'nhập Albania vào ngày 12 tháng 4 năm 1939.'),
# Only digits
param('en', '2007'),
])
def test_detection(self, shortname, text):
result = self.search_with_detection.detect_language(text, languages=None)
self.assertEqual(result, shortname)
@parameterized.expand([
param(text='19 марта 2001 был хороший день. 20 марта тоже был хороший день. 21 марта был отличный день.',
languages=['en', 'ru'],
settings=None,
expected=[('19 марта 2001', datetime.datetime(2001, 3, 19, 0, 0)),
('20 марта', datetime.datetime(2001, 3, 20, 0, 0)),
('21 марта', datetime.datetime(2001, 3, 21, 0, 0))]),
param(text='Em outubro de 1936, Alemanha e Itália formaram o Eixo Roma-Berlim.',
languages=None,
settings={'RELATIVE_BASE': datetime.datetime(2000, 1, 1)},
expected=[('Em outubro de 1936', datetime.datetime(1936, 10, 1, 0, 0))]),
param(text='19 марта 2001, 20 марта, 21 марта был отличный день.',
languages=['en', 'ru'],
settings=None,
expected=[('19 марта 2001', datetime.datetime(2001, 3, 19, 0, 0)),
('20 марта', datetime.datetime(2001, 3, 20, 0, 0)),
('21 марта', datetime.datetime(2001, 3, 21, 0, 0))]),
# Dates not found
param(text='',
languages=None,
settings=None,
expected=None),
# Language not detected
param(text='Привет',
languages=['en'],
settings=None,
expected=None),
# ZeroDivisionError
param(text="DECEMBER 21 19.87 87",
languages=None,
settings=None,
expected=[('DECEMBER 21 19', datetime.datetime(2019, 12, 21, 0, 0))]
),
param(text='bonjour, pouvez vous me joindre svp par telephone 08 11 58 54 41',
languages=None,
settings={'STRICT_PARSING': True},
expected=None),
param(text="a Americ",
languages=None,
settings=None,
expected=None),
# Date with comma and apostrophe
param(text="9/3/2017 , ",
languages=['en'],
settings=None,
expected=[('9/3/2017', datetime.datetime(2017, 9, 3, 0, 0))]),
param(text="9/3/2017 ' ",
languages=['en'],
settings=None,
expected=[('9/3/2017', datetime.datetime(2017, 9, 3, 0, 0))]),
])
def test_date_search_function(self, text, languages, settings, expected):
result = search_dates(text, languages=languages, settings=settings)
self.assertEqual(result, expected)
@parameterized.expand([
param(text="15 de outubro de 1936",
add_detected_language=True,
expected=[
("15 de outubro de 1936", datetime.datetime(1936, 10, 15, 0, 0), "pt")
]),
param(text="15 de outubro de 1936",
add_detected_language=False,
expected=[
("15 de outubro de 1936", datetime.datetime(1936, 10, 15, 0, 0))
]),
])
def test_search_dates_returning_detected_languages_if_requested(
self, text, add_detected_language, expected
):
result = search_dates(text, add_detected_language=add_detected_language)
self.assertEqual(result, expected)
@parameterized.expand([
param(text='19 марта 2001',
languages='wrong type: str instead of list'),
])
def test_date_search_function_invalid_languages_type(self, text, languages):
self.run_search_dates_function_invalid_languages(text=text, languages=languages, error_type=TypeError)
self.check_error_message("languages argument must be a list (<class \'str\'> given)")
@parameterized.expand([
param(text='19 марта 2001',
languages=['unknown language code']),
])
def test_date_search_function_invalid_language_code(self, text, languages):
self.run_search_dates_function_invalid_languages(text=text, languages=languages, error_type=ValueError)
self.check_error_message("Unknown language(s): 'unknown language code'")