def test_scheduler(db, settings):
"""
Ejecutar dos veces el scheduler sin nuevas cosas no cambia el estado.
"""
# Creamos 5 attachments sin identificar
attachments = AttachmentFactory.create_batch(
5, status=Attachment.STATUS.sin_identificar)
c1 = CategoriaFactory()
c2 = CategoriaFactory()
m1 = MesaFactory(categorias=[c1])
IdentificacionFactory(
mesa=m1,
status=Identificacion.STATUS.identificada,
source=Identificacion.SOURCES.web,
)
m2 = MesaFactory(categorias=[c1, c2])
IdentificacionFactory(
mesa=m2,
status=Identificacion.STATUS.identificada,
source=Identificacion.SOURCES.csv,
)
# Los cinco del principio y los dos de la identificación.
assert Attachment.objects.count() == 7
assert MesaCategoria.objects.count() == 3
# Empezamos con la cola vacía.
assert ColaCargasPendientes.largo_cola() == 0
# Ejecutar el scheduler antes de consolidar sólo encola identificaciones:
# 2 por cada una de las fotos no identificadas y 1 para las creadas con
# IdentificationFactory.
scheduler()
assert ColaCargasPendientes.largo_cola(
) == 5 * settings.MIN_COINCIDENCIAS_IDENTIFICACION + 2 * (
settings.MIN_COINCIDENCIAS_IDENTIFICACION - 1)
# Al consumir las novedades de identificación, se consolidan las
# categorías de la segunda mesa, así que agregamos 4 tareas.
consumir_novedades_identificacion()
scheduler()
assert ColaCargasPendientes.largo_cola() == 16
cola_primera = list(ColaCargasPendientes.objects.all())
consumir_novedades_identificacion()
scheduler()
# Al volver ejecutar el scheduler sin que haya novedades se mantiene la
# misma cantidad de tareas.
assert ColaCargasPendientes.largo_cola() == 16
cola_segunda = list(ColaCargasPendientes.objects.all())
# Testeamos la igualdad de las colas con la inclusión mutua.
for i in cola_primera:
assert i in cola_segunda
for i in cola_segunda:
assert i in cola_primera
def test_siguiente_manda_a_parcial_si_es_requerido_sin_scheduler(
db, client, setup_groups, settings):
settings.MIN_COINCIDENCIAS_CARGAS = 1
m1 = MesaFactory()
a1 = AttachmentFactory(mesa=m1, status=Identificacion.STATUS.identificada)
m2 = MesaFactory()
a2 = AttachmentFactory(mesa=m2, status=Identificacion.STATUS.identificada)
mc1 = MesaCategoriaFactory(categoria__requiere_cargas_parciales=False,
coeficiente_para_orden_de_carga=1,
mesa=m1)
mc2 = MesaCategoriaFactory(categoria__requiere_cargas_parciales=True,
coeficiente_para_orden_de_carga=2,
mesa=m2)
fiscales = FiscalFactory.create_batch(2)
# Da mc1 porque es más prioritaria.
fiscal_client = fiscal_client_from_fiscal(client, fiscales[0])
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[mc1.id])
# Cerramos la sesión para que el client pueda reutilizarse sin que nos diga
# que ya estamos logueados.
fiscal_client.logout()
# mc1 fue asignada, ahora da mc2
fiscal_client = fiscal_client_from_fiscal(client, fiscales[1])
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-parcial', args=[mc2.id])
def test_identificacion_de_mesa_circuito_numero_case_insensitive(db):
c1 = CircuitoFactory(numero='1A')
# mesa asociada al circuito 1A con mayúscula
m1 = MesaFactory(circuito=c1)
# el usuario ingresa '1a' en minúscula
form = IdentificacionForm({
'mesa': m1.numero,
'circuito': '1a',
'seccion': c1.seccion.numero,
'distrito': c1.seccion.distrito.id,
})
assert form.is_valid()
assert form.cleaned_data['mesa'] == m1
c2 = CircuitoFactory(numero='23/B')
# mesa asociada al circuito 23/B con mayúscula
m2 = MesaFactory(circuito=c2)
# el usuario ingresa '23/b' en minúscula
form = IdentificacionForm({
'mesa': m2.numero,
'circuito': '23/b',
'seccion': c2.seccion.numero,
'distrito': c2.seccion.distrito.id,
})
assert form.is_valid()
assert form.cleaned_data['mesa'] == m2
def test_siguiente_prioriza_categoria(db, settings):
f = FiscalFactory()
c = CategoriaFactory(prioridad=2)
c2 = CategoriaFactory(prioridad=1)
m1 = MesaFactory()
AttachmentFactory(mesa=m1)
mc1 = MesaCategoriaFactory(
status=MesaCategoria.STATUS.parcial_sin_consolidar,
categoria=c,
mesa=m1,
)
mc1.actualizar_coeficiente_para_orden_de_carga()
m2 = MesaFactory()
AttachmentFactory(mesa=m2)
mc2 = MesaCategoriaFactory(
categoria=c2,
status=MesaCategoria.STATUS.parcial_sin_consolidar,
mesa=m2,
)
mc2.actualizar_coeficiente_para_orden_de_carga()
# Se recibe la mc con categoria más prioritaria.
assert MesaCategoria.objects.siguiente() == mc2
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
mc2.asignar_a_fiscal()
# Luego la de la categoría menos prioritaria.
assert MesaCategoria.objects.siguiente() == mc1
def test_scheduler_orden_distinto(db, settings):
# Creamos 5 attachments sin identificar
attachments = AttachmentFactory.create_batch(
5, status=Attachment.STATUS.sin_identificar)
c1 = CategoriaFactory(sensible=True)
c2 = CategoriaFactory(sensible=True)
m1 = MesaFactory(categorias=[c1])
IdentificacionFactory(
mesa=m1,
status='identificada',
source=Identificacion.SOURCES.csv,
)
m2 = MesaFactory(categorias=[c1, c2])
assert MesaCategoria.objects.count() == 3
IdentificacionFactory(
mesa=m2,
status='identificada',
source=Identificacion.SOURCES.csv,
)
# Ambas consolidadas vía csv.
consumir_novedades_identificacion()
# Si hay más fotos que attachments primero se ponen las fotos,
# hasta que haya la misma cantidad de cargas pendients.
with override_config(COEFICIENTE_IDENTIFICACION_VS_CARGA=1):
scheduler()
assert ColaCargasPendientes.largo_cola() == 16
# items = ColaCargasPendientes.objects.all().order_by('orden')
# for i in range(16):
# it = items[i]
# print(f'{i}: ({it.orden},{it.attachment},{it.mesa_categoria})')
# Las primeras seis tareas son de identificaciones.
for i in range(6):
consumir()
assert ColaCargasPendientes.largo_cola() == 10
# Luego vienen dos cargas...
for i in range(2):
consumir(False)
assert ColaCargasPendientes.largo_cola() == 8
# luego dos identificaciones y dos cargas, dos veces:
for j in range(2):
for i in range(2):
consumir()
for i in range(2):
consumir(False)
# Ya no queda nada en la cola.
assert ColaCargasPendientes.largo_cola() == 0
(mc, attachment) = ColaCargasPendientes.siguiente_tarea(fiscal=None)
assert mc is None and attachment is None
def test_desmarca_masiva(db, settings):
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
fiscal_3 = nuevo_fiscal()
fiscal_4 = nuevo_fiscal()
fiscal_5 = nuevo_fiscal()
fiscal_6 = nuevo_fiscal()
fiscal_7 = nuevo_fiscal()
attach = AttachmentFactory()
mesa_1 = MesaFactory()
mesa_2 = MesaFactory()
mesa_3 = MesaFactory()
mesa_4 = MesaFactory()
mesa_5 = MesaFactory()
with override_config(
SCORING_MINIMO_PARA_CONSIDERAR_QUE_FISCAL_ES_TROLL=200):
identi_1 = reportar_problema_attachment(attach, fiscal_1)
identi_2 = identificar(attach, mesa_1, fiscal_2)
identi_3 = identificar(attach, mesa_2, fiscal_3)
identi_4 = identificar(attach, mesa_3, fiscal_4)
identi_5 = identificar(attach, mesa_4, fiscal_5)
identi_6 = identificar(attach, mesa_5, fiscal_6)
aumentar_scoring_troll_identificacion(300, identi_1)
aumentar_scoring_troll_identificacion(400, identi_2)
aumentar_scoring_troll_identificacion(500, identi_3)
aumentar_scoring_troll_identificacion(100, identi_4)
aumentar_scoring_troll_identificacion(50, identi_5)
assert fiscal_1.troll
assert fiscal_2.troll
assert fiscal_3.troll
assert not fiscal_4.troll
assert not fiscal_5.troll
assert not fiscal_6.troll
Fiscal.destrolleo_masivo(fiscal_7, 450, 80)
for fiscal in [
fiscal_1, fiscal_2, fiscal_3, fiscal_4, fiscal_5, fiscal_6
]:
fiscal.refresh_from_db()
assert not fiscal_1.troll
assert fiscal_1.scoring_troll() == 80
assert not fiscal_2.troll
assert fiscal_2.scoring_troll() == 80
eventos = list(
fiscal_2.eventos_scoring_troll.order_by('created').all())
assert len(eventos) == 2
assert eventos[1].variacion == -320
assert fiscal_3.troll
assert not fiscal_4.troll
assert fiscal_4.scoring_troll() == 100
assert not fiscal_5.troll
assert fiscal_5.scoring_troll() == 50
assert not fiscal_6.troll
def test_identificacion_valida_jerarquia(db):
m1 = MesaFactory()
m2 = MesaFactory()
form = IdentificacionForm({
'mesa': m1.numero,
'circuito': m1.circuito.numero,
'seccion': m1.circuito.seccion.numero,
'distrito': m1.circuito.seccion.distrito.id,
})
assert form.is_valid()
def test_identificadas_excluye_sin_orden(db):
m1 = MesaFactory()
AttachmentFactory(mesa=m1)
mc1 = MesaCategoriaFactory(mesa=m1)
m2 = MesaFactory()
AttachmentFactory(mesa=m2)
mc2 = MesaCategoriaFactory(coeficiente_para_orden_de_carga=0.1, mesa=m2)
assert mc1.coeficiente_para_orden_de_carga is None
assert mc1 not in MesaCategoria.objects.identificadas()
assert mc2 in MesaCategoria.objects.identificadas()
def test_identificacion_valida_seccion_no_corresponde_a_distrito(db):
m1 = MesaFactory()
m2 = MesaFactory()
form = IdentificacionForm({
'mesa': m1.numero,
'circuito': m1.circuito.numero,
'seccion': m1.circuito.seccion.numero,
'distrito': DistritoFactory().id,
})
assert not form.is_valid()
assert form.errors['seccion'] == ['Esta sección no pertenece al distrito']
def test_preidentificacion_nok(db):
m1 = MesaFactory()
m2 = MesaFactory()
form = PreIdentificacionForm({
'circuito': m1.circuito.id,
'seccion': m2.circuito.seccion.id,
'distrito': m2.circuito.seccion.distrito.id,
})
assert not form.is_valid()
assert form.errors['circuito'] == [
'Este circuito no pertenece a la sección'
]
def test_siguiente_prioriza_estado_y_luego_coeficiente(db, settings, setup_constance, django_assert_num_queries):
f = FiscalFactory()
c = CategoriaFactory(prioridad=1)
m1 = MesaFactory()
AttachmentFactory(mesa=m1)
mc1 = MesaCategoriaFactory(
status=MesaCategoria.STATUS.parcial_sin_consolidar,
categoria=c,
coeficiente_para_orden_de_carga=1.0,
mesa=m1
)
m2 = MesaFactory()
AttachmentFactory(mesa=m2)
mc2 = MesaCategoriaFactory(
categoria=c,
status=MesaCategoria.STATUS.total_en_conflicto,
coeficiente_para_orden_de_carga=99.0,
mesa=m2
)
m3 = MesaFactory()
AttachmentFactory(mesa=m3)
mc3 = MesaCategoriaFactory(
categoria=c,
status=MesaCategoria.STATUS.total_en_conflicto,
coeficiente_para_orden_de_carga=2.0,
mesa=m3
)
with django_assert_num_queries(17):
assert MesaCategoria.objects.siguiente() == mc1
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
mc1.asignar_a_fiscal()
assert MesaCategoria.objects.siguiente() == mc3
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
mc3.asignar_a_fiscal()
assert MesaCategoria.objects.siguiente() == mc2
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
mc2.asignar_a_fiscal()
# A igualdad de asignaciones, se vuelven a repetir.
assert MesaCategoria.objects.siguiente() == mc1
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
mc1.asignar_a_fiscal()
assert MesaCategoria.objects.siguiente() == mc3
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
mc3.asignar_a_fiscal()
assert MesaCategoria.objects.siguiente() == mc2
def test_chequear_resultado_mesa(db, fiscal_client):
opcs = OpcionFactory.create_batch(3, es_contable=True)
e1 = EleccionFactory(opciones=opcs)
e2 = EleccionFactory(opciones=opcs)
mesa = MesaFactory(eleccion=[e1, e2])
me = MesaEleccion.objects.get(eleccion=e1, mesa=mesa)
assert me.confirmada is False
votos1 = VotoMesaReportadoFactory(opcion=opcs[0],
mesa=mesa,
eleccion=e1,
votos=1)
votos2 = VotoMesaReportadoFactory(opcion=opcs[1],
mesa=mesa,
eleccion=e1,
votos=2)
votos3 = VotoMesaReportadoFactory(opcion=opcs[2],
mesa=mesa,
eleccion=e1,
votos=1)
# a otra eleccion
VotoMesaReportadoFactory(opcion=opcs[2], mesa=mesa, eleccion=e2, votos=1)
url = reverse('chequear-resultado-mesa', args=[e1.id, mesa.numero])
response = fiscal_client.get(url)
assert list(response.context['reportados']) == [votos1, votos2, votos3]
response = fiscal_client.post(url, {'confirmar': 'confirmar'})
assert response.status_code == 302
assert response.url == reverse('chequear-resultado')
me.refresh_from_db()
assert me.confirmada is True
def test_consolidador_honra_timeout(db, settings):
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 1
a = AttachmentFactory()
m1 = MesaFactory()
i1 = IdentificacionFactory(
attachment=a,
status='identificada',
mesa=m1,
tomada_por_consolidador=timezone.now() -
timedelta(minutes=settings.TIMEOUT_CONSOLIDACION - 1))
consumir_novedades_identificacion()
a.refresh_from_db()
i1.refresh_from_db()
# No la tomó aún.
assert i1.procesada is False
assert a.status == Attachment.STATUS.sin_identificar
i1.tomada_por_consolidador = timezone.now() - timedelta(
minutes=settings.TIMEOUT_CONSOLIDACION + 1)
i1.save()
consumir_novedades_identificacion()
a.refresh_from_db()
i1.refresh_from_db()
# Ahora sí
assert i1.procesada is True
assert a.identificacion_testigo == i1
assert a.mesa == m1
assert a.status == Attachment.STATUS.identificada
def test_troll_parcial_dc_a_sin_consolidar(db, settings):
with override_config(
SCORING_MINIMO_PARA_CONSIDERAR_QUE_FISCAL_ES_TROLL=20):
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
presi = CategoriaFactory()
mesa_1 = MesaFactory(categorias=[presi])
mesa_categoria_1 = MesaCategoria.objects.filter(
mesa=mesa_1, categoria=presi).first()
attach_1 = AttachmentFactory()
identificar(attach_1, mesa_1, fiscal_1)
identificar(attach_1, mesa_1, fiscal_2)
refrescar_data(
[presi, fiscal_1, fiscal_2, mesa_1, mesa_categoria_1, attach_1])
assert not fiscal_1.troll
assert not fiscal_2.troll
nueva_carga(mesa_categoria_1, fiscal_1, [20, 35], Carga.TIPOS.parcial)
nueva_carga(mesa_categoria_1, fiscal_2, [20, 35], Carga.TIPOS.parcial)
consumir_novedades_carga()
refrescar_data([mesa_categoria_1])
assert mesa_categoria_1.status == MesaCategoria.STATUS.parcial_consolidada_dc
assert Carga.objects.filter(invalidada=True).count() == 0
aplicar_marca_troll(fiscal_2)
consumir_novedades_carga()
refrescar_data([mesa_categoria_1, fiscal_2])
assert mesa_categoria_1.status == MesaCategoria.STATUS.parcial_sin_consolidar
assert Carga.objects.filter(invalidada=True).count() == 1
def test_identificacion_consolidada_alguna(db):
a = AttachmentFactory()
m1 = MesaFactory()
i1 = IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
IdentificacionFactory(attachment=a, status='problema', mesa=None)
i2 = IdentificacionFactory(attachment=a, status='problema', mesa=None)
Problema.reportar_problema(FiscalFactory(),
'reporte 1',
ReporteDeProblema.TIPOS_DE_PROBLEMA.ilegible,
identificacion=i2)
IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
assert a.identificacion_testigo is None
cant_novedades = Identificacion.objects.filter(procesada=False).count()
assert cant_novedades == 4
consumir_novedades_identificacion()
# No se consolidó el problema.
assert i2.problemas.first().problema.estado == Problema.ESTADOS.potencial
cant_novedades = Identificacion.objects.filter(procesada=False).count()
assert cant_novedades == 0
a.refresh_from_db()
assert a.identificacion_testigo == i1
assert a.mesa == m1
assert a.status == Attachment.STATUS.identificada
def test_identificacion_consolidada_ninguno(db):
a = AttachmentFactory()
m1 = MesaFactory()
IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
i1 = IdentificacionFactory(attachment=a, status='problema', mesa=None)
f = FiscalFactory()
Problema.reportar_problema(f,
'reporte 1',
ReporteDeProblema.TIPOS_DE_PROBLEMA.spam,
identificacion=i1)
assert i1.problemas.first().problema.estado == Problema.ESTADOS.potencial
i2 = IdentificacionFactory(attachment=a, status='problema', mesa=None)
Problema.reportar_problema(f,
'reporte 2',
ReporteDeProblema.TIPOS_DE_PROBLEMA.ilegible,
identificacion=i2)
assert a.identificacion_testigo is None
cant_novedades = Identificacion.objects.filter(procesada=False).count()
assert cant_novedades == 3
consumir_novedades_identificacion()
# Se consolidó un problema.
assert i1.problemas.first().problema.estado == Problema.ESTADOS.pendiente
cant_novedades = Identificacion.objects.filter(procesada=False).count()
assert cant_novedades == 0
assert a.identificacion_testigo is None
def test_aumentar_scrolling(db, settings):
"""
Se comprueba que al disparar eventos de aumento de scoring, el efecto sea el esperado
"""
with override_config(
SCORING_MINIMO_PARA_CONSIDERAR_QUE_FISCAL_ES_TROLL=400):
fiscal1 = nuevo_fiscal()
fiscal2 = nuevo_fiscal()
assert fiscal1.scoring_troll() == 0
assert fiscal2.scoring_troll() == 0
mesa1 = MesaFactory()
attach1 = AttachmentFactory()
attach2 = AttachmentFactory()
identi1 = identificar(attach1, mesa1, fiscal1)
identi2 = identificar(attach1, mesa1, fiscal2)
identi3 = identificar(attach2, mesa1, fiscal1)
aumentar_scoring_troll_identificacion(100, identi1)
aumentar_scoring_troll_identificacion(150, identi2)
aumentar_scoring_troll_identificacion(250, identi3)
assert fiscal1.scoring_troll() == 350
assert fiscal2.scoring_troll() == 150
assert not fiscal1.troll
assert not fiscal2.troll
attach3 = AttachmentFactory()
identi4 = reportar_problema_attachment(attach3, fiscal1)
aumentar_scoring_troll_identificacion(80, identi4)
assert fiscal1.scoring_troll() == 430
assert fiscal2.scoring_troll() == 150
assert fiscal1.troll
assert not fiscal2.troll
def test_carga_problema_troll(db):
fiscal_troll = nuevo_fiscal()
fiscal_troll.troll = True
fiscal_troll.save(update_fields=['troll'])
fiscal_ok = nuevo_fiscal()
categ = nueva_categoria(["a", "b"])
mesa = MesaFactory(categorias=[categ])
mesa_categoria = MesaCategoria.objects.filter(mesa=mesa).first()
carga_troll = reportar_problema_mesa_categoria(mesa_categoria,
fiscal_troll)
Problema.reportar_problema(fiscal_troll,
"foto fea",
ReporteDeProblema.TIPOS_DE_PROBLEMA.ilegible,
carga=carga_troll)
carga_ok = reportar_problema_mesa_categoria(mesa_categoria, fiscal_ok)
Problema.reportar_problema(fiscal_ok,
"no me gusta",
ReporteDeProblema.TIPOS_DE_PROBLEMA.falta_lista,
carga=carga_ok)
assert 2 == Problema.objects.count()
assert 1 == ReporteDeProblema.objects.filter(
reportado_por=fiscal_troll).count()
assert 1 == ReporteDeProblema.objects.filter(
reportado_por=fiscal_ok).count()
problema_troll = ReporteDeProblema.objects.filter(
reportado_por=fiscal_troll).first().problema
assert Problema.ESTADOS.descartado == problema_troll.estado
problema_ok = ReporteDeProblema.objects.filter(
reportado_por=fiscal_ok).first().problema
assert Problema.ESTADOS.potencial == problema_ok.estado
def test_troll_total_consolidada_dc_a_parcial_sin_consolidar(db, settings):
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
presi = CategoriaFactory()
mesa_1 = MesaFactory(categorias=[presi])
mesa_categoria_1 = MesaCategoria.objects.filter(mesa=mesa_1,
categoria=presi).first()
attach_1 = AttachmentFactory()
identificar(attach_1, mesa_1, fiscal_1)
identificar(attach_1, mesa_1, fiscal_2)
refrescar_data(
[presi, fiscal_1, fiscal_2, mesa_1, mesa_categoria_1, attach_1])
nueva_carga(mesa_categoria_1, fiscal_1, [20, 35], Carga.TIPOS.parcial)
nueva_carga(mesa_categoria_1, fiscal_2, [20, 35], Carga.TIPOS.parcial)
consumir_novedades_carga()
refrescar_data([mesa_categoria_1])
nueva_carga(mesa_categoria_1, fiscal_2, [20, 35], Carga.TIPOS.total)
nueva_carga(mesa_categoria_1, fiscal_1, [20, 35], Carga.TIPOS.total)
consumir_novedades_carga()
refrescar_data([mesa_categoria_1])
assert mesa_categoria_1.status == MesaCategoria.STATUS.total_consolidada_dc
assert Carga.objects.filter(invalidada=True).count() == 0
aplicar_marca_troll(fiscal_2)
consumir_novedades_carga()
refrescar_data([mesa_categoria_1, fiscal_2])
assert mesa_categoria_1.status == MesaCategoria.STATUS.parcial_sin_consolidar
assert Carga.objects.filter(invalidada=True).count() == 3
def test_detalle_mesa_categoria(db, fiscal_client):
opcs = OpcionFactory.create_batch(3)
e1 = CategoriaFactory(opciones=opcs)
e2 = CategoriaFactory(opciones=opcs)
mesa = MesaFactory(categorias=[e1, e2])
c1 = CargaFactory(mesa_categoria__mesa=mesa,
mesa_categoria__categoria=e1,
tipo=Carga.TIPOS.parcial,
origen=Carga.SOURCES.csv)
mc = c1.mesa_categoria
votos1 = VotoMesaReportadoFactory(
opcion=opcs[0],
votos=1,
carga=c1,
)
votos2 = VotoMesaReportadoFactory(
opcion=opcs[1],
votos=2,
carga=c1,
)
votos3 = VotoMesaReportadoFactory(
opcion=opcs[2],
votos=1,
carga=c1,
)
# a otra carga
VotoMesaReportadoFactory(opcion=opcs[2], votos=1)
c1.actualizar_firma()
consumir_novedades_y_actualizar_objetos([mc])
assert mc.carga_testigo == c1
url = reverse('detalle-mesa-categoria', args=[e1.id, mesa.numero])
response = fiscal_client.get(url)
assert list(response.context['reportados']) == [votos1, votos2, votos3]
def test_siguiente_happy_path_parcial_y_total_con_scheduler(
db, fiscal_client, settings):
settings.MIN_COINCIDENCIAS_CARGAS = 1
mesa = MesaFactory()
a = AttachmentFactory(mesa=mesa, status='identificada')
mc1 = MesaCategoriaFactory(categoria__requiere_cargas_parciales=True,
coeficiente_para_orden_de_carga=1,
mesa=mesa)
scheduler()
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-parcial', args=[mc1.id])
carga = CargaFactory(mesa_categoria=mc1, tipo='parcial')
consumir_novedades_carga()
scheduler()
mc1.refresh_from_db()
assert mc1.status == MesaCategoria.STATUS.parcial_consolidada_dc
assert mc1.carga_testigo == carga
mc1.desasignar_a_fiscal()
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.url == reverse('carga-total', args=[mc1.id])
carga = CargaFactory(mesa_categoria=mc1, tipo='total')
consumir_novedades_carga()
scheduler()
mc1.refresh_from_db()
assert mc1.status == MesaCategoria.STATUS.total_consolidada_dc
assert mc1.carga_testigo == carga
response = fiscal_client.get(reverse('siguiente-accion'))
# No hay actas para cargar, vuelta a empezar.
assert response.status_code == HTTPStatus.OK
assert 'No hay actas para cargar' in str(response.content)
def test_preidentificacion_create_view_post(fiscal_client):
content = open('adjuntos/tests/acta.jpg', 'rb')
file = SimpleUploadedFile('acta.jpg',
content.read(),
content_type="image/jpeg")
mesa_1 = MesaFactory()
data = {
'file_field': (file, ),
'circuito': mesa_1.circuito.id,
'seccion': mesa_1.circuito.seccion.id,
'distrito': mesa_1.circuito.seccion.distrito.id,
}
response = fiscal_client.post(reverse('agregar-adjuntos'), data)
assert response.status_code == HTTPStatus.OK
attachment = Attachment.objects.all().first()
assert attachment.pre_identificacion is not None
assert attachment.status == Attachment.STATUS.sin_identificar
pre_identificacion = attachment.pre_identificacion
assert pre_identificacion.circuito == mesa_1.circuito
assert pre_identificacion.seccion == mesa_1.circuito.seccion
assert pre_identificacion.distrito == mesa_1.circuito.seccion.distrito
def test_identificacion_create_view_post__desde_unidad_basica(
fiscal_client, admin_user):
mesa_1 = MesaFactory()
attachment = AttachmentFactory()
admin_user.fiscal.asignar_attachment(attachment)
attachment.asignar_a_fiscal()
data = {
'mesa': mesa_1.numero,
'circuito': mesa_1.circuito.numero,
'seccion': mesa_1.circuito.seccion.numero,
'distrito': mesa_1.circuito.seccion.distrito.id,
}
response = fiscal_client.post(
reverse('asignar-mesa-ub', args=[attachment.id]), data)
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('cargar-desde-ub',
kwargs={'mesa_id': mesa_1.id})
# Refrescamos el attachment desde la base.
attachment.refresh_from_db()
assert attachment.identificaciones.count() == 1
assert attachment.status == Attachment.STATUS.identificada
identificacion = attachment.identificaciones.first()
assert attachment.identificacion_testigo == identificacion
assert identificacion.status == Identificacion.STATUS.identificada
assert identificacion.source == Identificacion.SOURCES.csv
assert identificacion.mesa == mesa_1
# La identificación está consolidada, por lo tanto ya existe en la mesa
assert mesa_1.attachments.exists()
def test_datos_fotos_nacional(db, settings):
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
fiscales = [nuevo_fiscal() for ix in range(10)]
mesas = [MesaFactory() for ix in range(30)]
# 25 fotos:
# - 9 identificadas
# - 1 con problemas
# - 8 en proceso de identificación
# - 7 sin acciones
for ix in range(25):
foto = AttachmentFactory()
if (ix < 9):
identificar(foto, mesas[ix], fiscales[0])
identificar(foto, mesas[ix], fiscales[1])
elif (ix < 10):
reportar_problema_attachment(foto, fiscales[2])
reportar_problema_attachment(foto, fiscales[3])
elif (ix < 18):
identificar(foto, mesas[ix], fiscales[4])
consumir_novedades()
generador = GeneradorDatosFotosNacional()
generador.calcular()
assert generador.cantidad_mesas == 30
assert generador.mesas_con_foto_identificada == 9
assert generador.fotos_con_problema_confirmado == 1
assert generador.fotos_en_proceso == 8
assert generador.fotos_sin_acciones == 7
assert generador.mesas_sin_foto == 5
def test_consumir_novedades_carga_tres_ok_tres_error(db, settings):
# En esta variable se almacena el comportamiento que tendrá cada llamado a
# la función consolidar_cargas para cada mesa_categoria a procesar.
# Las mc1, mc3 y mc5 se procesarán con normalidad y sus cargas c1, c3 y c6
# quedarán marcadas como procesadas=True.
# Para las mc2 y mc4 se lanzará una Exception y sus cargas c2, c4 y c5
# quedarán como procesada=False.
side_effects = [
mock.DEFAULT, #comportamiento para mc1
Exception('error'), #comportamiento para mc2
mock.DEFAULT, #comportamiento para mc3
Exception('error'), #comportamiento para mc4
mock.DEFAULT #comportamiento para mc5
]
with mock.patch('adjuntos.consolidacion.consolidar_cargas',
side_effect=side_effects):
m1 = MesaFactory()
m2 = MesaFactory()
mc1 = MesaCategoriaFactory(mesa=m1)
mc2 = MesaCategoriaFactory(mesa=m1)
mc3 = MesaCategoriaFactory(mesa=m2)
mc4 = MesaCategoriaFactory(mesa=m2)
mc5 = MesaCategoriaFactory(mesa=m2)
c1 = CargaFactory(mesa_categoria=mc1, tipo='parcial')
c2 = CargaFactory(mesa_categoria=mc2, tipo='total')
c3 = CargaFactory(mesa_categoria=mc3, tipo='total')
c4 = CargaFactory(mesa_categoria=mc4, tipo='total')
c5 = CargaFactory(mesa_categoria=mc4, tipo='parcial')
c6 = CargaFactory(mesa_categoria=mc5, tipo='total')
consumir_novedades_carga()
# Chequeamos que las no procesadas son 3
no_procesadas = Carga.objects.filter(procesada=False)
assert no_procesadas.count() == 3
# Chequeamos que las no procesadas son c2, c4 y c5
no_procesadas_ids = map(lambda x: x.id, no_procesadas)
assert set([c2.id, c4.id, c5.id]) == set(no_procesadas_ids)
# Chequeamos que las procesadas son 3
procesadas = Carga.objects.filter(procesada=True)
assert procesadas.count() == 3
# # Chequeamos que las procesadas son c1, c3 y c6
procesadas_ids = map(lambda x: x.id, procesadas)
assert set([c1.id, c3.id, c6.id]) == set(procesadas_ids)
def test_preidentificacion_ok(db):
m1 = MesaFactory()
form = PreIdentificacionForm({
'circuito': m1.circuito.id,
'seccion': m1.circuito.seccion.id,
'distrito': m1.circuito.seccion.distrito.id,
})
assert form.is_valid()
def test_identificacion_consolidada_tres_ok_dos_error(db):
# En esta variable se almacena el comportamiento que tendrá cada llamado a
# la función consolidar_identificaciones para cada identicacion de un attachment
# a procesar.
# Los attachments a, c y e se procesarán con normalidad y su identificación
# quedará maracada como procesadas=True.
# Para los attachments b y d se lanzará una Exception y su identicación
# quedará como procesada=False.
side_effects = [
mock.DEFAULT, #comportamiento para a
Exception('error'), #comportamiento para b
mock.DEFAULT, #comportamiento para c
Exception('error'), #comportamiento para d
mock.DEFAULT #comportamiento para e
]
with mock.patch('adjuntos.consolidacion.consolidar_identificaciones',
side_effect=side_effects):
m1 = MesaFactory()
a = AttachmentFactory()
b = AttachmentFactory()
c = AttachmentFactory()
d = AttachmentFactory()
e = AttachmentFactory()
i1 = IdentificacionFactory(attachment=a,
status='identificada',
mesa=m1)
i2 = IdentificacionFactory(attachment=b,
status='identificada',
mesa=m1)
i3 = IdentificacionFactory(attachment=c,
status='identificada',
mesa=m1)
i4 = IdentificacionFactory(attachment=d,
status='identificada',
mesa=m1)
i5 = IdentificacionFactory(attachment=e,
status='identificada',
mesa=m1)
cant_novedades = Identificacion.objects.filter(procesada=False).count()
assert cant_novedades == 5
consumir_novedades_identificacion()
# Chequeamos que las no procesadas son 2
no_procesadas = Identificacion.objects.filter(procesada=False)
assert no_procesadas.count() == 2
# Chequeamos que las no procesadas son i2 e i4
no_procesadas_ids = map(lambda x: x.id, no_procesadas)
assert set([i2.id, i4.id]) == set(no_procesadas_ids)
# Chequeamos que las procesadas son 3
procesadas = Identificacion.objects.filter(procesada=True)
assert procesadas.count() == 3
# Chequeamos que las procesadas son i1, i3 e i5
procesadas_ids = map(lambda x: x.id, procesadas)
assert set([i1.id, i3.id, i5.id]) == set(procesadas_ids)
def test_consolidador_desmarca_timeout(db, settings):
a = AttachmentFactory()
m1 = MesaFactory()
i1 = IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
assert i1.tomada_por_consolidador is None
consumir_novedades_identificacion()
i1.refresh_from_db()
assert i1.tomada_por_consolidador is None
assert i1.procesada is True
def test_identificacion_consolidada_con_minimo_1(db, settings):
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 1
a = AttachmentFactory()
m1 = MesaFactory()
i1 = IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
consumir_novedades_identificacion()
a.refresh_from_db()
assert a.identificacion_testigo == i1
assert a.mesa == m1
assert a.status == Attachment.STATUS.identificada
def test_data_acciones_para_monitoreo_antitrolling(db):
# 40 mesas con su mesacat
# 30 cargas, 22 procesadas, de esas 1 inválidas
# de las 8 no procesadas, 2 inválidas
presi = CategoriaFactory()
fiscal = nuevo_fiscal()
for ix in range(40):
nueva_mesa = MesaFactory(categorias=[presi])
mesacat = MesaCategoria.objects.filter(mesa=nueva_mesa,
categoria=presi).first()
if (ix < 30):
carga = nueva_carga(mesacat, fiscal, [20, 15], Carga.TIPOS.parcial)
if (ix < 1):
carga.invalidada = True
carga.procesada = True
elif (ix < 22):
carga.invalidada = False
carga.procesada = True
elif (ix < 24):
carga.invalidada = True
carga.procesada = False
else:
carga.invalidada = False
carga.procesada = False
carga.save(update_fields=['invalidada', 'procesada'])
ParametrosAntitrolling.reset()
rangos = GeneradorInfoAcciones(Carga.objects).rangos()
rango_total = next(rango for rango in rangos if rango.texto == 'Total')
assert rango_total.cantidad == 30
assert rango_total.porcentaje == 100
rango_validas = next(rango for rango in rangos
if rango.texto == 'Válidas procesadas')
assert rango_validas.cantidad == 21
assert rango_validas.porcentaje == 70
rango_pendientes = next(rango for rango in rangos
if rango.texto == 'Pendientes de proceso')
assert rango_pendientes.cantidad == 6
assert rango_pendientes.porcentaje == 20
rango_invalidas = next(rango for rango in rangos
if rango.texto == 'Invalidadas')
assert rango_invalidas.cantidad == 3
assert rango_invalidas.porcentaje == 10
assert rango_invalidas.indicador_peligro == IndicadorDePeligro.indicador_rojo
# con otros valores de peligro, corresponde otro indicador para el mismo porcentaje
rango_invalidas.set_umbrales_de_peligro(8, 15, 30)
assert rango_invalidas.cantidad == 3
assert rango_invalidas.porcentaje == 10
assert rango_invalidas.indicador_peligro == IndicadorDePeligro.indicador_amarillo
rango_invalidas.set_umbrales_de_peligro(28, 35, 50)
assert rango_invalidas.cantidad == 3
assert rango_invalidas.porcentaje == 10
assert rango_invalidas.indicador_peligro == IndicadorDePeligro.indicador_verde
