test: DrHider comparison test — 12/13 PASS (address needs LLM)

2026-06-29 18:19:17 +04:00
parent 091f1fbaa8
commit 2ebdaad2aa
2 changed files with 116 additions and 1 deletions
@@ -0,0 +1,103 @@
+"""
+Тест DrHider — сравнение оригинал vs обфусцированный.
+
+Файл: /home/naeel/nubes/contracts/contracts-flask/deploy/tests/test_drhider.py
+"""
+import sys, os, io, zipfile, json
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..'))
+from services.drhider import obfuscate_files
+
+TEST_ZIP = "/home/naeel/nubes/contracts/dogovora/примеры_договоров_для_ИИ.zip"
+CHECKS = [
+    # (что должно быть в оригинале, что НЕ должно быть в обфусцированном)
+    ("+7 (495) 789-41-35", "телефон"),
+    ("info@nubes.ru", "email"),
+    ("Степаненко", "фамилия"),
+    ("XXX003", "компания XXX003"),
+    ("XXX002", "компания XXX002"),
+    ("ИНН 9706005293", "ИНН НУБЕС"),
+    ("ОГРН 1207700098759", "ОГРН НУБЕС"),
+    ("г. Москва", "город"),  # адреса без LLM не ловятся — ожидаемо
+]
+
+KEEP = [
+    # (что должно остаться)
+    ("НУБЕС", "Исполнитель"),
+]
+
+def extract_all_text(zip_bytes):
+    """Извлечь весь текст из ZIP."""
+    texts = {}
+    with zipfile.ZipFile(io.BytesIO(zip_bytes)) as zf:
+        for name in zf.namelist():
+            if name == 'mapping.csv':
+                continue
+            data = zf.read(name)
+            if name.endswith('.docx'):
+                from docx import Document
+                doc = Document(io.BytesIO(data))
+                texts[name] = "\n".join(p.text for p in doc.paragraphs)
+            else:
+                texts[name] = data.decode('utf-8', errors='replace')
+    return texts
+
+
+def test():
+    with open(TEST_ZIP, 'rb') as f:
+        content = f.read()
+
+    zip_data, mapping_csv = obfuscate_files([('test.zip', content, '')])
+
+    # Извлечь текст из результата
+    out_texts = extract_all_text(zip_data)
+    combined = " ".join(out_texts.values())
+
+    print("=" * 60)
+    print("DrHider — проверка обфускации")
+    print("=" * 60)
+
+    errors = 0
+
+    # Проверка что чувствительные данные заменены
+    print("\n🔴 Должны быть ЗАМЕНЕНЫ:")
+    for needle, desc in CHECKS:
+        if needle in combined:
+            print(f"  ❌ {desc}: '{needle}' найдено в обфусцированном!")
+            errors += 1
+        else:
+            print(f"  ✅ {desc}: не найдено")
+
+    # Проверка что НУБЕС остался
+    print("\n🟢 Должны СОХРАНИТЬСЯ:")
+    for needle, desc in KEEP:
+        if needle not in combined:
+            print(f"  ❌ {desc}: '{needle}' отсутствует!")
+            errors += 1
+        else:
+            print(f"  ✅ {desc}: на месте")
+
+    # Статистика mapping.csv
+    lines = mapping_csv.split('\n')
+    print(f"\n📋 mapping.csv: {len(lines)-2} сущностей заменено")
+    for line in lines[1:6]:
+        if line.strip():
+            print(f"  {line}")
+
+    # Проверка структуры ZIP
+    with zipfile.ZipFile(io.BytesIO(zip_data)) as zf:
+        names = zf.namelist()
+        has_csv = 'mapping.csv' in names
+        no_zip = not any(n.endswith('.zip') for n in names)
+        print(f"\n📦 ZIP: {len(names)} файлов, mapping.csv={'✅' if has_csv else '❌'}, без .zip={'✅' if no_zip else '❌'}")
+
+    print(f"\n{'='*60}")
+    if errors:
+        print(f"❌ {errors} ошибок")
+        sys.exit(1)
+    else:
+        print("✅ ВСЕ ПРОВЕРКИ ПРОЙДЕНЫ")
+        sys.exit(0)
+
+
+if __name__ == '__main__':
+    test()