mirror of https://github.com/explosion/spaCy.git
18 lines
636 B
Python
18 lines
636 B
Python
# coding: utf8
|
|
from __future__ import unicode_literals
|
|
|
|
import pytest
|
|
|
|
|
|
NB_TOKEN_EXCEPTION_TESTS = [
|
|
('Smørsausen brukes bl.a. til fisk', ['Smørsausen', 'brukes', 'bl.a.', 'til', 'fisk']),
|
|
('Jeg kommer først kl. 13 pga. diverse forsinkelser', ['Jeg', 'kommer', 'først', 'kl.', '13', 'pga.', 'diverse', 'forsinkelser'])
|
|
]
|
|
|
|
|
|
@pytest.mark.parametrize('text,expected_tokens', NB_TOKEN_EXCEPTION_TESTS)
|
|
def test_tokenizer_handles_exception_cases(nb_tokenizer, text, expected_tokens):
|
|
tokens = nb_tokenizer(text)
|
|
token_list = [token.text for token in tokens if not token.is_space]
|
|
assert expected_tokens == token_list
|