hos-m2f 0.5.3__py3-none-any.whl → 0.5.5__py3-none-any.whl

tests/test_modes.py

@@ -0,0 +1,202 @@
+"""测试模式模块"""
+
+import unittest
+import os
+import tempfile
+from hos_m2f.modes.book_mode import BookMode
+from hos_m2f.modes.patent_mode import PatentMode
+from hos_m2f.modes.sop_mode import SOPMode
+from hos_m2f.modes.paper_mode import PaperMode
+
+
+class TestModes(unittest.TestCase):
+    """测试模式"""
+    
+    def setUp(self):
+        """设置测试环境"""
+        # 创建测试用的Markdown内容
+        self.book_content = """
+# 第1章 引言
+
+这是引言章节的内容。
+
+## 1.1 背景
+
+这是背景部分的内容。
+
+# 第2章 方法
+
+这是方法章节的内容。
+
+## 2.1 实验设计
+
+这是实验设计部分的内容。
+
+# 第3章 结果
+
+这是结果章节的内容。
+
+# 第4章 结论
+
+这是结论章节的内容。
+        """.strip()
+        
+        self.patent_content = """
+# 一种新型的太阳能电池
+
+## 摘要
+
+本发明涉及一种新型的太阳能电池，具有高效率、低成本的特点。
+
+## 权利要求
+
+1. 一种太阳能电池，其特征在于，包括：
+   - 基板
+   - 光吸收层
+   - 电极
+
+2. 根据权利要求1所述的太阳能电池，其特征在于，所述光吸收层采用钙钛矿材料。
+
+3. 根据权利要求1所述的太阳能电池，其特征在于，所述电极采用透明导电氧化物。
+
+## 说明书
+
+本发明公开了一种新型的太阳能电池，包括基板、光吸收层和电极。所述光吸收层采用钙钛矿材料，具有高效率、低成本的特点。所述电极采用透明导电氧化物，提高了光利用率。
+        """.strip()
+        
+        self.sop_content = """
+# 服务器维护SOP
+
+## 概述
+
+本文档描述了服务器日常维护的标准操作流程。
+
+## 步骤
+
+1. 检查服务器状态
+
+2. 更新系统补丁
+
+3. 备份关键数据
+
+4. 检查磁盘空间
+
+5. 检查内存使用情况
+
+6. 检查CPU负载
+
+7. 检查网络连接
+
+8. 生成维护报告
+
+## 检查项
+
+- [x] 服务器状态正常
+- [ ] 系统补丁已更新
+- [x] 关键数据已备份
+- [x] 磁盘空间充足
+- [x] 内存使用正常
+- [x] CPU负载正常
+- [x] 网络连接正常
+- [ ] 维护报告已生成
+
+## 风险评估
+
+| 风险 | 等级 | 缓解措施 |
+| --- | --- | --- |
+| 系统宕机 | 高 | 提前通知用户，安排在非业务高峰期进行维护 |
+| 数据丢失 | 高 | 多重备份，确保数据安全 |
+| 网络中断 | 中 | 提前检查网络设备，确保网络稳定 |
+        """.strip()
+        
+        self.paper_content = """
+# 深度学习在图像处理中的应用
+
+## 摘要
+
+深度学习技术在图像处理领域取得了显著的成果，本文综述了深度学习在图像处理中的主要应用和最新进展。
+
+## 引言
+
+图像处理是计算机视觉的重要组成部分，传统的图像处理方法依赖于手工设计的特征提取器，而深度学习技术通过自动学习特征，显著提高了图像处理的性能。
+
+## 相关工作
+
+近年来，深度学习在图像处理领域的应用主要包括图像分类、目标检测、图像分割、图像生成等。
+
+## 方法
+
+本文采用文献综述的方法，系统分析了深度学习在图像处理中的应用。
+
+## 结果与讨论
+
+深度学习技术在图像处理领域取得了显著的成果，特别是在图像分类、目标检测等任务上，性能已经超过了人类专家。
+
+## 结论
+
+深度学习技术在图像处理领域具有广阔的应用前景，未来的研究方向包括模型轻量化、多模态融合等。
+
+## 参考文献
+
+[1] Krizhevsky A, Sutskever I, Hinton G E. ImageNet classification with deep convolutional neural networks[J]. Communications of the ACM, 2017, 60(6): 84-90.
+[2] Redmon J, Divvala S, Girshick R, et al. You only look once: Unified, real-time object detection[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2016: 779-788.
+        """.strip()
+    
+    def test_book_mode(self):
+        """测试Book模式"""
+        mode = BookMode()
+        
+        # 测试处理功能
+        processed_content = mode.process(self.book_content)
+        self.assertIsInstance(processed_content, dict)
+        self.assertIn('book_structure', processed_content)
+        self.assertIn('toc', processed_content)
+        self.assertIn('book_metadata', processed_content)
+        
+        # 测试验证功能
+        validation_result = mode.validate(self.book_content)
+        self.assertIsInstance(validation_result, dict)
+        self.assertIn('valid', validation_result)
+    
+    def test_patent_mode(self):
+        """测试Patent模式"""
+        mode = PatentMode()
+        
+        # 测试处理功能
+        processed_content = mode.process(self.patent_content)
+        self.assertIsInstance(processed_content, dict)
+        
+        # 测试验证功能
+        validation_result = mode.validate(self.patent_content)
+        self.assertIsInstance(validation_result, dict)
+        self.assertIn('valid', validation_result)
+    
+    def test_sop_mode(self):
+        """测试SOP模式"""
+        mode = SOPMode()
+        
+        # 测试处理功能
+        processed_content = mode.process(self.sop_content)
+        self.assertIsInstance(processed_content, dict)
+        
+        # 测试验证功能
+        validation_result = mode.validate(self.sop_content)
+        self.assertIsInstance(validation_result, dict)
+        self.assertIn('valid', validation_result)
+    
+    def test_paper_mode(self):
+        """测试Paper模式"""
+        mode = PaperMode()
+        
+        # 测试处理功能
+        processed_content = mode.process(self.paper_content)
+        self.assertIsInstance(processed_content, dict)
+        
+        # 测试验证功能
+        validation_result = mode.validate(self.paper_content)
+        self.assertIsInstance(validation_result, dict)
+        self.assertIn('valid', validation_result)
+
+
+if __name__ == '__main__':
+    unittest.main()

hos_m2f-0.5.3.dist-info/RECORD

@@ -1,20 +0,0 @@
-hos_m2f/__init__.py,sha256=v4k4TbKzPb3nbzgKJHaID3QTSpmTvAsGVHZ-poa870I,178
-hos_m2f/cli/__init__.py,sha256=NqhmK68K2evHjP7qcyT7FUWlDqfb22CUpCOfJhnQzPs,68
-hos_m2f/cli/cli.py,sha256=0bWtYmOoNE8h_rrBlwS-4yJwIRnRTtuBx3DWnMkZ4Qo,11920
-hos_m2f/converters/__init__.py,sha256=d88A1sTrQsoMzrTipg7jKTWfI83GJzlRFVFNibajeag,971
-hos_m2f/converters/base_converter.py,sha256=4xqcAFMT82va6VesgM_HybUPIpP77x0DrQSYzb1jf28,696
-hos_m2f/converters/docx_to_md.py,sha256=_HBp3TOD9ZkTFhHR_f3ObLlpDcv0tnSPjPfeGxuvhjM,3064
-hos_m2f/converters/epub_to_md.py,sha256=cFfHmK4IrJKwzEWVE3ue7Jw8tBfWu1q7wG9o7oMf4Pw,4612
-hos_m2f/converters/html_to_md.py,sha256=26GqdynSxKKO2NTxPKgfFs9bTuisLaEIJdBhz4CJ5Eg,4487
-hos_m2f/converters/json_to_md.py,sha256=jeLBQ3jTkgA5a2Kr2gsOPjZB-D4PZxumciFHbyPKNmc,3670
-hos_m2f/converters/md_to_docx.py,sha256=5l4Q8F0-9dM0gnpZmC9C-QAKZ58LHZ9CTZ4EK9Yv5UU,5573
-hos_m2f/converters/md_to_epub.py,sha256=HF0YJ3efvuG6ts45N7IaLIH_4O9VrWG5aqczF4mGPk0,2993
-hos_m2f/converters/md_to_html.py,sha256=ss6Uud2mPhoIMctQWKeGpRHa0FtUqB9573ZB6cnKucA,2827
-hos_m2f/converters/md_to_json.py,sha256=XqeIqwrubuLOU4dTmveAMmyuGD-lK57GVHh9nzAdtXo,10295
-hos_m2f/converters/md_to_xml.py,sha256=RXNdPlkXtvQXLXBuv_xNAu5UXHQo7dF31bynBy9yDIs,13266
-hos_m2f/converters/xml_to_md.py,sha256=zOkaEaSZdvyHag05kIHiWF4VyGMMjfmWmBllBpzwJ4E,4051
-hos_m2f-0.5.3.dist-info/METADATA,sha256=jALD5dyeUVGpqEbFlkdv2uyuYdTl80BiO8_PnJVwgEE,1764
-hos_m2f-0.5.3.dist-info/WHEEL,sha256=wUyA8OaulRlbfwMtmQsvNngGrxQHAvkKcvRmdizlJi0,92
-hos_m2f-0.5.3.dist-info/entry_points.txt,sha256=NeLjg1hvVt_A2sDUVZAYbfkvnZ1nGMcTqRiDoVQzn0w,49
-hos_m2f-0.5.3.dist-info/top_level.txt,sha256=DMIK2jdfJss-FB_GRZ6iw4gahhZUAvSI0fHamOPL9mE,8
-hos_m2f-0.5.3.dist-info/RECORD,,