munin/internal/search/search_test.go

package search

import (
	"strings"
	"testing"
)

// baueIndex legt einen Index mit ein paar Dokumenten an.
func baueIndex() *Index {
	idx := NewIndex()
	idx.Index("deployment-prozess", "Deployment-Prozess",
		"Wir deployen über GitHub Actions auf den Produktivserver.", []string{"ops", "deployment"})
	idx.Index("server-zugang", "Server-Zugang",
		"Der Zugang läuft über den Bastion-Host per SSH.", []string{"ops", "sicherheit"})
	idx.Index("onboarding", "Onboarding neuer Kolleginnen",
		"Am ersten Tag: Rechner einrichten, Zugänge beantragen, Team kennenlernen.", []string{"personal"})
	return idx
}

// ergebnisIDs gibt die Kennungen der Treffer in Reihenfolge zurück.
func ergebnisIDs(treffer []Result) []string {
	ids := make([]string, len(treffer))
	for i, t := range treffer {
		ids[i] = t.DocID
	}
	return ids
}

func TestSearchFindsExactTerm(t *testing.T) {
	treffer := baueIndex().Search("bastion", 10)

	if len(treffer) != 1 || treffer[0].DocID != "server-zugang" {
		t.Errorf("Treffer = %v, erwartet nur server-zugang", ergebnisIDs(treffer))
	}
}

// TestSearchRanksTitleHigher prüft die Gewichtung: Ein Wort im Titel wiegt
// schwerer als dasselbe Wort im Fließtext.
func TestSearchRanksTitleHigher(t *testing.T) {
	idx := NewIndex()
	idx.Index("im-titel", "Deployment", "Ein Text über etwas ganz anderes.", nil)
	idx.Index("im-text", "Irgendwas", "Hier kommt das Wort Deployment einmal vor.", nil)

	treffer := idx.Search("deployment", 10)

	if len(treffer) != 2 {
		t.Fatalf("%d Treffer, erwartet 2", len(treffer))
	}
	if treffer[0].DocID != "im-titel" {
		t.Errorf("bester Treffer = %q, erwartet den Titel-Treffer", treffer[0].DocID)
	}
}

// TestSearchFindsByPrefix prüft die Rückfallebene.
//
// Ohne sie liefert "deploy" kein Ergebnis, obwohl "Deployment-Prozess" existiert —
// bei einer KI-Anfrage ein stiller Fehltreffer: Das Modell erfährt schlicht
// nicht, dass es den Eintrag gäbe.
func TestSearchFindsByPrefix(t *testing.T) {
	treffer := baueIndex().Search("deploy", 10)

	if len(treffer) == 0 {
		t.Fatal("die Präfix-Suche fand nichts")
	}
	if treffer[0].DocID != "deployment-prozess" {
		t.Errorf("bester Treffer = %q, erwartet deployment-prozess", treffer[0].DocID)
	}
}

// TestSearchPrefixNeedsThreeChars prüft, dass sehr kurze Bruchstücke nicht
// greifen — "de" würde sonst auf halbe Wörterbücher passen.
func TestSearchPrefixNeedsThreeChars(t *testing.T) {
	if treffer := baueIndex().Search("de", 10); len(treffer) > 0 {
		t.Errorf("zweibuchstabiges Präfix lieferte %d Treffer", len(treffer))
	}
}

// TestSearchExactBeatsPrefix prüft, dass ein exakter Treffer vor einem Treffer
// über den Wortanfang steht.
func TestSearchExactBeatsPrefix(t *testing.T) {
	idx := NewIndex()
	idx.Index("exakt", "Test", "Das Wort ssh kommt hier vor.", nil)
	idx.Index("praefix", "Test", "Hier steht sshd, also nur ein Wortanfang.", nil)

	treffer := idx.Search("ssh", 10)

	if len(treffer) == 0 {
		t.Fatal("keine Treffer")
	}
	if treffer[0].DocID != "exakt" {
		t.Errorf("bester Treffer = %q, erwartet den exakten", treffer[0].DocID)
	}
}

func TestSearchTagsAreIndexed(t *testing.T) {
	treffer := baueIndex().Search("sicherheit", 10)

	if len(treffer) != 1 || treffer[0].DocID != "server-zugang" {
		t.Errorf("Treffer = %v — Schlagworte fließen nicht in den Index ein", ergebnisIDs(treffer))
	}
}

func TestSearchIsCaseInsensitive(t *testing.T) {
	idx := baueIndex()

	klein := idx.Search("bastion", 10)
	gross := idx.Search("BASTION", 10)

	if len(klein) != len(gross) || len(klein) == 0 {
		t.Errorf("Groß-/Kleinschreibung macht einen Unterschied: %d vs. %d", len(klein), len(gross))
	}
}

func TestSearchRespectsLimit(t *testing.T) {
	idx := NewIndex()
	for i := 0; i < 20; i++ {
		idx.Index(strings.Repeat("x", i+1), "Titel", "gemeinsames Stichwort", nil)
	}

	if treffer := idx.Search("gemeinsames", 5); len(treffer) != 5 {
		t.Errorf("%d Treffer, erwartet 5", len(treffer))
	}
}

func TestSearchEmptyQuery(t *testing.T) {
	if treffer := baueIndex().Search("", 10); len(treffer) != 0 {
		t.Errorf("eine leere Anfrage lieferte %d Treffer", len(treffer))
	}
}

// TestIndexUpdateReplaces prüft, dass ein erneutes Indizieren den alten Stand
// ersetzt und keine Reste zurücklässt.
func TestIndexUpdateReplaces(t *testing.T) {
	idx := NewIndex()
	idx.Index("eintrag", "Alt", "Das alte Stichwort lautet Apfelbaum.", nil)
	idx.Index("eintrag", "Neu", "Das neue Stichwort lautet Birnbaum.", nil)

	if treffer := idx.Search("apfelbaum", 10); len(treffer) != 0 {
		t.Error("der alte Inhalt ist noch im Index")
	}
	if treffer := idx.Search("birnbaum", 10); len(treffer) != 1 {
		t.Error("der neue Inhalt fehlt im Index")
	}
}

func TestIndexRemove(t *testing.T) {
	idx := baueIndex()
	idx.Remove("server-zugang")

	if treffer := idx.Search("bastion", 10); len(treffer) != 0 {
		t.Error("der entfernte Eintrag ist noch auffindbar")
	}
	// Die übrigen Einträge müssen unberührt bleiben.
	if treffer := idx.Search("onboarding", 10); len(treffer) == 0 {
		t.Error("beim Entfernen wurde zu viel gelöscht")
	}
}

func TestRemoveUnknownIsHarmless(t *testing.T) {
	idx := baueIndex()
	idx.Remove("gibtesnicht")

	if treffer := idx.Search("bastion", 10); len(treffer) != 1 {
		t.Error("das Entfernen eines unbekannten Eintrags hat den Index beschädigt")
	}
}

// TestTokenizeIgnoresSingleChars prüft, dass Einzelzeichen nicht indiziert
// werden — sie tragen keine Bedeutung und blähen den Index auf.
func TestTokenizeIgnoresSingleChars(t *testing.T) {
	got := tokenize("a bc def g")

	for _, token := range got {
		if len(token) < 2 {
			t.Errorf("Einzelzeichen %q wurde indiziert", token)
		}
	}
	if len(got) != 2 {
		t.Errorf("tokenize = %v, erwartet [bc def]", got)
	}
}

func TestTokenizeSplitsOnPunctuation(t *testing.T) {
	got := tokenize("GitHub-Actions, SSH/SCP; done.")

	erwartet := map[string]bool{"github": true, "actions": true, "ssh": true, "scp": true, "done": true}
	for _, token := range got {
		if !erwartet[token] {
			t.Errorf("unerwartetes Token %q in %v", token, got)
		}
	}
	if len(got) != len(erwartet) {
		t.Errorf("tokenize = %v, erwartet %d Token", got, len(erwartet))
	}
}

// ── Umlaute ──────────────────────────────────────────────────────────────────

// TestUmlautfaltung prüft, dass Umlaute und ß beim Suchen keine Rolle spielen.
//
// Ohne das findet „prufung" den Eintrag „Prüfung" nicht — für den Index sind es
// zwei verschiedene Wörter. Genau so tippt aber, wer auf einer fremden Tastatur
// sitzt.
func TestUmlautfaltung(t *testing.T) {
	idx := NewIndex()
	idx.Index("bericht", "Prüfung der Größe",
		"Bei der Prüfung ergab sich eine Störung. Die Maßnahme läuft.", []string{"prüfung"})

	// Jeweils: mit Umlaut geschrieben und ohne — beide müssen treffen.
	paare := [][2]string{
		{"prüfung", "prufung"},
		{"größe", "grosse"},
		{"störung", "storung"},
		{"maßnahme", "massnahme"},
		{"läuft", "lauft"},
	}

	for _, paar := range paare {
		for _, anfrage := range paar {
			if treffer := idx.Search(anfrage, 10); len(treffer) == 0 {
				t.Errorf("Suche nach %q fand nichts", anfrage)
			}
		}
	}
}

// TestUmlautfaltungImSchlagwort prüft, dass auch Schlagworte gefaltet werden.
func TestUmlautfaltungImSchlagwort(t *testing.T) {
	idx := NewIndex()
	idx.Index("eintrag", "Titel", "Inhalt", []string{"prüfung"})

	if treffer := idx.Search("prufung", 10); len(treffer) == 0 {
		t.Error("Schlagwort mit Umlaut ist ohne Umlaut nicht auffindbar")
	}
}

// TestFaltungVerschontNormaleWoerter stellt sicher, dass die Faltung nicht mehr
// anfasst als nötig — „neue" darf nicht zu „nu" werden.
func TestFaltungVerschontNormaleWoerter(t *testing.T) {
	cases := map[string]string{
		"neue":       "neue",
		"steuer":     "steuer",
		"deployment": "deployment",
		"grün":       "grun",
		"straße":     "strasse",
		"tür":        "tur",
	}

	for eingabe, erwartet := range cases {
		got := tokenize(eingabe)
		if len(got) != 1 || got[0] != erwartet {
			t.Errorf("tokenize(%q) = %v, erwartet [%s]", eingabe, got, erwartet)
		}
	}
}

// TestPraefixMitUmlaut prüft das Zusammenspiel von Faltung und Präfix-Suche.
func TestPraefixMitUmlaut(t *testing.T) {
	idx := NewIndex()
	idx.Index("eintrag", "Überwachung", "Die Überwachung meldet Störungen.", nil)

	// "uberwach" ist Präfix von "uberwachung" — beides gefaltet.
	if treffer := idx.Search("uberwach", 10); len(treffer) == 0 {
		t.Error("Präfix ohne Umlaut fand den Eintrag nicht")
	}
}

// ── Bevorzugung (Boost) ──────────────────────────────────────────────────────

// TestBoostBevorzugtBeiGleicherRelevanz prüft, dass der Faktor bei sonst
// gleichen Dokumenten den Ausschlag gibt.
func TestBoostBevorzugtBeiGleicherRelevanz(t *testing.T) {
	idx := NewIndex()
	idx.Index("normal", "Deployment", "Ablauf.", nil)
	idx.IndexWithBoost("bevorzugt", "Deployment", "Ablauf.", nil, 1.2)

	treffer := idx.Search("deployment", 10)

	if len(treffer) != 2 || treffer[0].DocID != "bevorzugt" {
		t.Errorf("Treffer = %v, erwartet bevorzugt zuerst", ergebnisIDs(treffer))
	}
}

// TestBoostVerdraengtKeinenGenauenTreffer prüft, dass der kleine Faktor einen
// klar besser passenden Eintrag nicht überholt.
func TestBoostVerdraengtKeinenGenauenTreffer(t *testing.T) {
	idx := NewIndex()
	idx.Index("genau", "Zertifikatswechsel", "Der Zertifikatswechsel im März.", nil)
	idx.IndexWithBoost("rand", "Wartung", "Allgemeines, unter anderem ein Zertifikatswechsel.", nil, 1.2)

	treffer := idx.Search("zertifikatswechsel", 10)

	if len(treffer) != 2 || treffer[0].DocID != "genau" {
		t.Errorf("Treffer = %v, erwartet genau zuerst", ergebnisIDs(treffer))
	}
}

// TestBoostOhneWertIstNeutral prüft, dass ein Faktor ≤ 0 kein Dokument
// unauffindbar macht.
func TestBoostOhneWertIstNeutral(t *testing.T) {
	idx := NewIndex()
	idx.IndexWithBoost("null", "Deployment", "Ablauf.", nil, 0)

	treffer := idx.Search("deployment", 10)

	if len(treffer) != 1 || treffer[0].Score <= 0 {
		t.Errorf("Treffer = %+v — ein Faktor 0 hat das Dokument entwertet", treffer)
	}
}