Maas-Model-platform/backend/scripts/test_json_extraction.py

"""
测试 JSON 格式文本提取功能
"""
import sys
import os

# 添加项目根目录到路径
sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..'))

from app.services.qwen_ocr import QwenOCRClient


def test_json_extraction():
    """测试从 JSON 格式中提取文本"""
    
    # 创建客户端实例（不需要真实的 API Key）
    client = QwenOCRClient(api_key="test_key")
    
    # 测试用例1：标准 JSON 格式
    test_json_1 = """```json
[
    {"rotate_rect": [178, 272, 25, 157, 90], "text": "统一社会信用代码"},
    {"rotate_rect": [158, 308, 21, 119, 90], "text": "91510100MAEL1NGR2D"},
    {"rotate_rect": [492, 282, 79, 277, 90], "text": "营业执照"},
    {"rotate_rect": [494, 352, 37, 81, 90], "text": "(副本)"},
    {"rotate_rect": [228, 438, 246, 27, 0], "text": "名称 成都网讯创智科技有限公司"}
]
```"""
    
    # 测试用例2：不带 markdown 标记的 JSON
    test_json_2 = """[
    {"rotate_rect": [178, 272, 25, 157, 90], "text": "统一社会信用代码"},
    {"rotate_rect": [158, 308, 21, 119, 90], "text": "91510100MAEL1NGR2D"}
]"""
    
    # 测试用例3：普通文本（不是 JSON）
    test_text = "这是普通的文本内容，不是 JSON 格式"
    
    print("=" * 60)
    print("JSON 文本提取测试")
    print("=" * 60)
    
    # 测试1
    print("\n测试1：带 markdown 标记的 JSON")
    print("-" * 60)
    result_1 = client._extract_text_from_json(test_json_1)
    print("提取结果：")
    print(result_1)
    print("-" * 60)
    
    # 测试2
    print("\n测试2：不带 markdown 标记的 JSON")
    print("-" * 60)
    result_2 = client._extract_text_from_json(test_json_2)
    print("提取结果：")
    print(result_2)
    print("-" * 60)
    
    # 测试3
    print("\n测试3：普通文本（非 JSON）")
    print("-" * 60)
    result_3 = client._extract_text_from_json(test_text)
    print("提取结果：")
    print(result_3)
    print("-" * 60)
    
    # 验证结果
    print("\n" + "=" * 60)
    print("验证结果")
    print("=" * 60)
    
    expected_1 = "统一社会信用代码\n91510100MAEL1NGR2D\n营业执照\n(副本)\n名称 成都网讯创智科技有限公司"
    expected_2 = "统一社会信用代码\n91510100MAEL1NGR2D"
    expected_3 = test_text
    
    print(f"测试1: {'✅ 通过' if result_1 == expected_1 else '❌ 失败'}")
    print(f"测试2: {'✅ 通过' if result_2 == expected_2 else '❌ 失败'}")
    print(f"测试3: {'✅ 通过' if result_3 == expected_3 else '❌ 失败'}")
    
    print("\n" + "=" * 60)
    print("测试完成")
    print("=" * 60)


if __name__ == "__main__":
    test_json_extraction()