（二十四）按状态变化组织测试

1. 从纯转换开始

先直接调用清洗函数，不启动网页和数据库，就能检查空白与重复规则。修改输入时只动一处，预测 Book 和计数后再运行。

# 项目文件：demos/cleaning_walk.py
from cataloghub.cleaning import clean_cards

# 改变空白和标签次序，观察两张原始卡片怎样变成一份书目。
first = {"source_id": "b101", "title": " Python　入门 ", "finished": "0", "tags": ["语法", " 基础 "]}
second = {**first, "title": "Python 入门", "tags": ["基础", "语法"]}
batch = clean_cards([first, second])
assert batch.books[0].title == "Python 入门"
assert batch.duplicates == 1 and len(batch.books) == 1
print(batch.books[0].data(), batch.duplicates)

# 在 catalog_project 中执行，使用已经安装的 cataloghub 包。
uv run python ../demos/cleaning_walk.py

继续用 pytest 检查单条坏记录、相同重复与同编号冲突。这些测试只需要构造字典，失败时容易定位到转换规则。

2. 检查持久状态与组件组合

层次	采集查询项目	训练推理项目
纯数据	空白、标签、坏字段、重复与冲突	类型、形状、分组、训练统计量
文件与数据库	原始快照、事务回退、迁移、WAL 备份	整版发布、摘要、半途失败、旧版保留
应用请求	参数、翻页、转义、只读方法、就绪状态	生命周期、字段校验、预测值与版本
独立进程	重开后书目仍在	新进程重载相同版本得到相同结果

测试都使用临时数据库或模型目录，运行结束后清理。构造一个会改变数据库的失败，比只检查错误文本更有用：故意让第四本书写入失败，再重新连接查看第一本书是否也回退。模型测试则在数组保存时抛错，核对 current.json 没有跳到未完成版本。

依次检查清洗函数、持久事务、TestClient 应用与真实 HTTP 进程，每一层保留可对照的状态

# 分别在两个项目目录中运行同一个测试命令。
uv run python -m pytest

书目项目目前有 20 项、模型项目有 23 项检查。可以从采集与事务测试、页面与备份测试、数据与版本测试和预测接口测试查看输入与断言。