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_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_con_carga_pendiente_ignora_cats_inactivas(db):
# Identifico una mesa.
mesa = MesaFactory()
a = AttachmentFactory()
IdentificacionFactory(attachment=a, status='identificada', mesa=mesa)
IdentificacionFactory(attachment=a, status='identificada', mesa=mesa)
consumir_novedades_identificacion()
cat = mesa.categorias.first()
mc = MesaCategoriaFactory(mesa=mesa, categoria=cat)
assert mc.status == MesaCategoria.STATUS.sin_cargar
assert mc in MesaCategoria.objects.con_carga_pendiente()
# Desactivo la categoría.
cat.activa = False
cat.save()
assert mc not in MesaCategoria.objects.con_carga_pendiente()
# La vuelvo a activar.
cat.activa = True
cat.save()
assert mc in MesaCategoria.objects.con_carga_pendiente()
def test_fotos_de_mesa(db):
m = MesaFactory()
a1, a2, a3 = AttachmentFactory.create_batch(3)
# a3 tiene una version editada.
a3.foto_edited = a3.foto
a3.save()
IdentificacionFactory(
status='identificada',
source=Identificacion.SOURCES.csv,
attachment=a1,
mesa=m,
)
# a2 está asociada a m pero se
# ignora porque no está consolidada.
IdentificacionFactory(
status='identificada',
attachment=a2,
mesa=m
)
IdentificacionFactory(
status='identificada',
source=Identificacion.SOURCES.csv,
attachment=a3,
mesa=m
)
consumir_novedades_identificacion()
assert m.fotos() == [
('Foto 1 (original)', a1.foto),
('Foto 2 (editada)', a3.foto_edited),
('Foto 2 (original)', a3.foto),
]
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_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_avance_de_carga_mesas_con_varias_fotos(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# una categoria con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# un circuito con 10 mesas de 100, 110, ..., 290 votantes. Total 1450
seccion_1, circuito_1, lugar_votacion_1 = crear_seccion("Luján oeste")
[mesas_1] = crear_mesas([lugar_votacion_1], [pv], 10)
for ix in range(len(mesas_1)):
mesas_1[ix].electores = 100 + ix * 10
mesas_1[ix].save(update_fields=['electores'])
# dos fiscales
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# identifico totalmente 5 mesas
attachs = AttachmentFactory.create_batch(30)
for ix in range(5):
identificar(attachs[ix], mesas_1[ix], fiscal_1)
identificar(attachs[ix], mesas_1[ix], fiscal_2)
identificar(attachs[5], mesas_1[5], fiscal_1)
identificar(attachs[6], mesas_1[6], fiscal_1)
# agrego dos fotos más a la primer mesa
identificar(attachs[7], mesas_1[0], fiscal_1)
identificar(attachs[7], mesas_1[0], fiscal_2)
identificar(attachs[8], mesas_1[0], fiscal_1)
identificar(attachs[8], mesas_1[0], fiscal_2)
# agrego otra foto parcial a la segunda mesa
identificar(attachs[9], mesas_1[1], fiscal_1)
# agrego una fotos más a la tercer mesa
identificar(attachs[10], mesas_1[2], fiscal_1)
identificar(attachs[10], mesas_1[2], fiscal_2)
consumir_novedades_identificacion()
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_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_avance_de_carga_identificacion_parcial(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# una categoria con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# un circuito con 10 mesas de 100, 110, ..., 290 votantes. Total 1450
seccion_1, circuito_1, lugar_votacion_1 = crear_seccion("Luján oeste")
[mesas_1] = crear_mesas([lugar_votacion_1], [pv], 10)
for ix in range(len(mesas_1)):
mesas_1[ix].electores = 100 + ix * 10
mesas_1[ix].save(update_fields=['electores'])
# dos fiscales
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# identifico totalmente 5 mesas, parcialmente 2 más
attachs = AttachmentFactory.create_batch(30)
for ix in range(5):
identificar(attachs[ix], mesas_1[ix], fiscal_1)
identificar(attachs[ix], mesas_1[ix], fiscal_2)
identificar(attachs[5], mesas_1[5], fiscal_1)
identificar(attachs[6], mesas_1[6], fiscal_1)
consumir_novedades_identificacion()
# dos cargas parciales
nueva_carga(mesacat(mesas_1[0], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_1[1], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
consumir_novedades_carga()
# podemos mirar
vorwaerts = AvanceDeCarga(NIVELES_DE_AGREGACION.circuito, [circuito_1.id])
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 3, 540, 30,
37.24)
verificar_resultado(resultados.sin_identificar_con_cargas(), 0, 0, 0, 0)
verificar_resultado(resultados.en_identificacion_sin_cargas(), 2, 310, 20,
21.38)
verificar_resultado(resultados.en_identificacion_con_cargas(), 0, 0, 0, 0)
verificar_resultado(resultados.sin_cargar(), 3, 390, 30, 26.9)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 2, 210, 20,
14.48)
verificar_resultado(resultados.carga_parcial_consolidada_csv(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_sin_consolidar(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_consolidada_csv(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_consolidada_dc(), 0, 0, 0, 0)
def test_mesa_de_circuito__url_mesa_sin_resultados(fiscal_client):
categoria = CategoriaFactory(nombre='default')
mesa1 = IdentificacionFactory(status='identificada', source=Identificacion.SOURCES.csv).mesa
consumir_novedades_identificacion()
query_string_mesa_1 = (
f'?mesa={mesa1.id}&circuito={mesa1.circuito.id}'
'&tipoDeAgregacion=todas_las_cargas&opcionaConsiderar=todas'
)
url_mesa_1 = reverse('mesas-circuito', args=[categoria.id]) + query_string_mesa_1
response = fiscal_client.get(url_mesa_1)
assert response.status_code == 200
assert response.context['mensaje_no_hay_info'] in response.content.decode('utf-8')
assert not response.context['resultados'].exists()
def test_avance_de_carga_sencillo(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# categoria con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# 10 mesas de 100, 110, ..., 190 votantes. Total 1450
seccion, circuito, lugar_votacion = crear_seccion("Luján oeste")
[mesas] = crear_mesas([lugar_votacion], [pv], 10)
for ix in range(len(mesas)):
mesas[ix].electores = 100 + ix * 10
mesas[ix].save(update_fields=['electores'])
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# a siete mesas les hago identificación total, a una identificación parcial
attachs = AttachmentFactory.create_batch(10)
for ix in range(7):
identificar(attachs[ix], mesas[ix], fiscal_1)
identificar(attachs[ix], mesas[ix], fiscal_2)
identificar(attachs[7], mesas[7], fiscal_1)
consumir_novedades_identificacion()
# primer carga parcial en tres mesas
for ix in range(3):
nueva_carga(mesacat(mesas[ix], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
# a una de estas tres le mando una segunda carga coincidente
nueva_carga(mesacat(mesas[0], pv), fiscal_2, [50, 30], Carga.TIPOS.parcial)
consumir_novedades_carga()
# estamos para probar
vorwaerts = AvanceDeCarga()
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 2, 370, 20,
25.52)
verificar_resultado(resultados.en_identificacion_sin_cargas(), 1, 170, 10,
11.72)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 2, 230, 20,
15.86)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 1, 100, 10,
6.9)
verificar_resultado(resultados.carga_total_sin_consolidar(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_consolidada_dc(), 0, 0, 0, 0)
def test_troll_total_consolidada_dc_a_total_sin_consolidar(db, settings):
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
fiscal_3 = 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, fiscal_3, 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
nueva_carga(mesa_categoria_1, fiscal_3, [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_3)
consumir_novedades_identificacion()
consumir_novedades_carga()
refrescar_data([mesa_categoria_1, fiscal_3])
assert mesa_categoria_1.status == MesaCategoria.STATUS.total_sin_consolidar
assert Carga.objects.filter(invalidada=True).count() == 1
def test_scheduler_orden_estandar(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()
with override_config(COEFICIENTE_IDENTIFICACION_VS_CARGA=10):
scheduler()
assert ColaCargasPendientes.largo_cola() == 16
# Las primeras seis tareas son de carga de votos.
for i in range(6):
consumir(False)
assert ColaCargasPendientes.largo_cola() == 10
# las siguientes diez son identificaciones.
for i in range(10):
consumir()
assert ColaCargasPendientes.largo_cola() == 0
# Ya no queda nada en la cola.
(mc, attachment) = ColaCargasPendientes.siguiente_tarea(fiscal=None)
assert mc is None and attachment is None
def test_carga_parcial_consolidada_dc(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()
assert mesa_categoria_1.status == MesaCategoria.STATUS.sin_cargar
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
assert Identificacion.objects.filter(procesada=False).count() == 2
consumir_novedades_identificacion()
refrescar_data([mesa_categoria_1, mesa_1, attach_1])
assert Identificacion.objects.filter(procesada=False).count() == 0
nueva_carga(mesa_categoria_1, fiscal_1, [20, 15], Carga.TIPOS.parcial)
consumir_novedades_carga()
refrescar_data([mesa_categoria_1])
assert mesa_categoria_1.status == MesaCategoria.STATUS.parcial_sin_consolidar
nueva_carga(mesa_categoria_1, fiscal_2, [20, 15], Carga.TIPOS.parcial)
refrescar_data([mesa_categoria_1])
assert Carga.objects.filter(procesada=False).count() == 1
consumir_novedades_carga()
refrescar_data([mesa_categoria_1])
assert mesa_categoria_1.status == MesaCategoria.STATUS.parcial_consolidada_dc
assert Carga.objects.filter(procesada=False).count() == 0
def test_resultados__generacion_url_ver_mesas_circuito(fiscal_client):
categoria = CategoriaFactory(nombre='default')
mesa1 = IdentificacionFactory(status='identificada', source=Identificacion.SOURCES.csv).mesa
consumir_novedades_identificacion()
url = reverse('resultados-categoria', args=[categoria.id])
response = fiscal_client.get(url)
assert response.status_code == 200
texto_mesas_link = "Ver mesas del circuito"
assert texto_mesas_link not in response.content.decode('utf8')
response = fiscal_client.get(url, {"circuito": mesa1.circuito.id})
# como ahora en la URL hay especificado un circuito, debería aparecer el link de "Ver las mesas..."
assert response.status_code == 200
assert texto_mesas_link in response.content.decode('utf8')
url_mesa_distrito = reverse('mesas-circuito', args=[categoria.id])
assert url_mesa_distrito in response.content.decode('utf8')
def test_problema_falta_foto(db):
mc = MesaCategoriaFactory()
assert mc.status == MesaCategoria.STATUS.sin_cargar
c1 = CargaFactory(mesa_categoria=mc, tipo='total', firma='1-10')
consumir_novedades_y_actualizar_objetos([mc])
assert mc.status == MesaCategoria.STATUS.total_sin_consolidar
assert mc.carga_testigo == c1
c2 = CargaFactory(mesa_categoria=mc, tipo='problema')
Problema.reportar_problema(FiscalFactory(), 'falta foto!',
ReporteDeProblema.TIPOS_DE_PROBLEMA.falta_foto, carga=c2)
c3 = CargaFactory(mesa_categoria=mc, tipo='problema')
Problema.reportar_problema(FiscalFactory(), 'spam!',
ReporteDeProblema.TIPOS_DE_PROBLEMA.spam, carga=c2)
consumir_novedades_y_actualizar_objetos([mc])
# Ahora sí hay un problema.
assert mc.status == MesaCategoria.STATUS.con_problemas
assert mc.carga_testigo is None
problema = c2.problemas.first().problema
assert problema.estado == Problema.ESTADOS.pendiente
# Llega un nuevo attachment.
a = AttachmentFactory()
mesa = mc.mesa
# Lo asocio a la misma mesa.
IdentificacionFactory(attachment=a, status='identificada', mesa=mesa)
IdentificacionFactory(attachment=a, status='identificada', mesa=mesa)
consumir_novedades_identificacion()
consumir_novedades_y_actualizar_objetos([mc])
# El problema se solucionó.
problema.refresh_from_db()
assert problema.estado == Problema.ESTADOS.resuelto
# La mesa está vigente de nuevo.
assert mc.status == MesaCategoria.STATUS.total_sin_consolidar
assert mc.carga_testigo == c1
def test_ciclo_de_vida_problemas_resolver(db):
a = AttachmentFactory()
m1 = MesaFactory()
IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
# Está pendiente.
assert a in Attachment.objects.sin_identificar()
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 i1.invalidada == False
assert i2.invalidada == False
consumir_novedades_identificacion()
# Se consolidó un problema.
a.refresh_from_db()
assert a.status == Attachment.STATUS.problema
problema = i1.problemas.first().problema
assert problema.estado == Problema.ESTADOS.pendiente
# El attach no está entre los pendientes.
assert a not in Attachment.objects.sin_identificar()
problema.resolver(FiscalFactory().user)
assert problema.estado == Problema.ESTADOS.resuelto
i1.refresh_from_db()
i2.refresh_from_db()
# Las identificaciones están invalidadas.
assert i1.invalidada == True
assert i2.invalidada == True
consumir_novedades_identificacion()
# Se agrega una nueva identificación y se consolida.
IdentificacionFactory(attachment=a, status='identificada', mesa=m1)
consumir_novedades_identificacion()
a.refresh_from_db()
assert a.status == Attachment.STATUS.identificada
assert a.mesa == m1
def test_siguiente_accion_redirige_a_cargar_resultados_sin_scheduler(
db, settings, client, setup_groups):
c1 = CategoriaFactory()
c2 = CategoriaFactory()
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()
# Los fiscales que voy a usar.
fiscales = FiscalFactory.create_batch(20)
indice_fiscal = 0
m1c1 = MesaCategoria.objects.get(mesa=m1, categoria=c1)
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
fiscal_client = fiscal_client_from_fiscal(client,
fiscales[indice_fiscal])
indice_fiscal += 1
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m1c1.id])
# Cerramos la sesión para que el client pueda reutilizarse sin que nos diga
# que ya estamos logueados.
fiscal_client.logout()
# Como m1c1 ya fue pedida por suficientes fiscales,
# se pasa a la siguiente mesacategoría.
m2c1 = MesaCategoria.objects.get(mesa=m2, categoria=c1)
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
fiscal_client = fiscal_client_from_fiscal(client,
fiscales[indice_fiscal])
indice_fiscal += 1
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m2c1.id])
fiscal_client.logout()
# Ahora la tercera.
m2c2 = MesaCategoria.objects.get(mesa=m2, categoria=c2)
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
fiscal_client = fiscal_client_from_fiscal(client,
fiscales[indice_fiscal])
indice_fiscal += 1
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m2c2.id])
fiscal_client.logout()
# Ya no hay actas nuevas, vuelta a empezar.
fiscal_client = fiscal_client_from_fiscal(client, fiscales[indice_fiscal])
indice_fiscal += 1
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m1c1.id])
fiscal_client.logout()
# Se libera una.
m2c2.desasignar_a_fiscal()
fiscal_client = fiscal_client_from_fiscal(client, fiscales[indice_fiscal])
indice_fiscal += 1
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m2c2.id])
def test_cargar_resultados_mesa_desde_ub_con_id_de_mesa(
db, fiscal_client, admin_user, django_assert_num_queries):
"""
Es un test desaconsejadamente largo, pero me sirvió para entender el escenario.
Se hace un recorrido por la carga de dos categorías desde una UB.
Cuando se llama a cargar-desde-ub, cuando va por GET, es para cargar el template carga-ub.html.
Cuando se le pega con POST, va a cargar un resultado.
Cuando ya no tiene más categorías para cargar, te devuelve a agregar-adjunto-ub
"""
categoria_1 = CategoriaFactory()
categoria_2 = CategoriaFactory()
mesa = MesaFactory(categorias=[categoria_1, categoria_2])
mesa_categoria_1 = MesaCategoriaFactory(mesa=mesa,
categoria=categoria_1,
coeficiente_para_orden_de_carga=1)
mesa_categoria_2 = MesaCategoriaFactory(mesa=mesa,
categoria=categoria_2,
coeficiente_para_orden_de_carga=2)
opcion_1 = OpcionFactory()
opcion_2 = OpcionFactory()
CategoriaOpcionFactory(categoria=categoria_1,
opcion=opcion_1,
prioritaria=True)
CategoriaOpcionFactory(categoria=categoria_1,
opcion=opcion_2,
prioritaria=True)
CategoriaOpcionFactory(categoria=categoria_2,
opcion=opcion_1,
prioritaria=True)
CategoriaOpcionFactory(categoria=categoria_2,
opcion=opcion_2,
prioritaria=True)
AttachmentFactory(mesa=mesa)
IdentificacionFactory(
mesa=mesa,
status=Identificacion.STATUS.identificada,
source=Identificacion.SOURCES.csv,
)
consumir_novedades_identificacion()
assert MesaCategoria.objects.count() == 2
for mc in MesaCategoria.objects.all():
mc.actualizar_coeficiente_para_orden_de_carga()
nombre_categoria = "Un nombre en particular" # Sin tilde que si no falla el 'in' más abajo.
categoria_1.nombre = nombre_categoria
categoria_1.save(update_fields=['nombre'])
categoria_2.nombre = 'Otro nombre'
categoria_2.save(update_fields=['nombre'])
url_carga = reverse('cargar-desde-ub', kwargs={'mesa_id': mesa.id})
response = fiscal_client.get(url_carga)
# Nos aseguramos que haya cargado el template específico para UB. No es una redirección.
assert response.status_code == HTTPStatus.OK
assert url_carga in str(response.content)
# categoria1 debería aparecer primero porque su mesa categoria tiene un coeficiente_para_orden_de_carga más grande
assert nombre_categoria in str(response.content)
tupla_opciones_electores = [
(opcion_1.id, mesa.electores // 2, mesa.electores // 2),
(opcion_2.id, mesa.electores // 2, mesa.electores // 2)
]
request_data = _construir_request_data_para_carga_de_resultados(
tupla_opciones_electores)
with django_assert_num_queries(47):
response = fiscal_client.post(url_carga, request_data)
# Tiene otra categoría, por lo que debería cargar y redirigirnos nuevamente a cargar-desde-ub
carga = Carga.objects.get()
assert carga.tipo == Carga.TIPOS.total
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('cargar-desde-ub',
kwargs={'mesa_id': mesa.id})
# Hacemos el get hacia donde nos manda el redirect. Esto hace el take.
response = fiscal_client.get(response.url)
# Posteamos los nuevos datos.
response = fiscal_client.post(url_carga, request_data)
carga.refresh_from_db()
cargas = Carga.objects.all()
assert len(cargas) == 2
assert carga.tipo == Carga.TIPOS.total
# Me lleva a continuar con el workflow.
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('cargar-desde-ub',
kwargs={'mesa_id': mesa.id})
# La mesa no tiene más categorías, nos devuelve a la pantalla de carga de adjuntos.
assert response.status_code == 302
# Hacemos el get hacia donde nos manda el redirect.
response = fiscal_client.get(response.url)
assert response.url == reverse('agregar-adjuntos-ub')
def test_siguiente_accion_considera_cant_asignaciones_realizadas_con_scheduler(
db, fiscal_client, settings):
c1 = CategoriaFactory()
c2 = CategoriaFactory()
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()
scheduler()
m1c1 = MesaCategoria.objects.get(mesa=m1, categoria=c1)
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m1c1.id])
# Fiscal devuelve.
m1c1.desasignar_a_fiscal()
# Como m1c1 ya fue pedida por suficientes fiscales,
# se pasa a la siguiente mesacategoría.
m1c1.refresh_from_db()
assert m1c1.cant_fiscales_asignados == 0
assert m1c1.cant_asignaciones_realizadas == settings.MIN_COINCIDENCIAS_CARGAS
m2c1 = MesaCategoria.objects.get(mesa=m2, categoria=c1)
assert m2c1.cant_fiscales_asignados == 0
assert m2c1.cant_asignaciones_realizadas == 0
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m2c1.id])
# Fiscal devuelve.
m2c1.desasignar_a_fiscal()
m2c1.refresh_from_db()
assert m2c1.cant_fiscales_asignados == 0
assert m2c1.cant_asignaciones_realizadas == settings.MIN_COINCIDENCIAS_CARGAS
# Ahora la tercera
m2c2 = MesaCategoria.objects.get(mesa=m2, categoria=c2)
for i in range(settings.MIN_COINCIDENCIAS_CARGAS):
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.FOUND
assert response.url == reverse('carga-total', args=[m2c2.id])
# Fiscal devuelve.
m2c2.desasignar_a_fiscal()
m2c2.refresh_from_db()
assert m2c2.cant_fiscales_asignados == 0
assert m2c2.cant_asignaciones_realizadas == settings.MIN_COINCIDENCIAS_CARGAS
# Ya no hay actas nuevas, se terminó.
response = fiscal_client.get(reverse('siguiente-accion'))
assert response.status_code == HTTPStatus.OK
def test_identificaciones_troll(db, settings):
"""
Se verifica que luego de que un fiscal es detectado como troll,
el estado asociado a las identificaciones que hubiera hecho cambia tal cual se espera.
"""
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
fiscal_3 = nuevo_fiscal()
fiscal_4 = nuevo_fiscal()
fiscal_5 = nuevo_fiscal()
categoria_1 = nueva_categoria(["o1", "o2", "o3"])
mesa_1 = MesaFactory(categorias=[categoria_1])
mesa_2 = MesaFactory(categorias=[categoria_1])
mesa_3 = MesaFactory(categorias=[categoria_1])
mesa_4 = MesaFactory(categorias=[categoria_1])
mesa_categoria_1 = MesaCategoria.objects.filter(
mesa=mesa_1, categoria=categoria_1).first()
mesa_categoria_2 = MesaCategoria.objects.filter(
mesa=mesa_2, categoria=categoria_1).first()
attach_1 = AttachmentFactory()
attach_2 = AttachmentFactory()
attach_3 = AttachmentFactory()
attach_4 = AttachmentFactory()
def refrescar_data():
for db_object in [
mesa_categoria_1, mesa_categoria_2, attach_1, attach_2,
attach_3, attach_4, fiscal_1, fiscal_2, fiscal_3, fiscal_4,
fiscal_5
]:
db_object.refresh_from_db()
with override_config(
SCORING_MINIMO_PARA_CONSIDERAR_QUE_FISCAL_ES_TROLL=50,
SCORING_TROLL_IDENTIFICACION_DISTINTA_A_CONFIRMADA=180):
identificar(attach_1, mesa_1, fiscal_1)
identificar(attach_1, mesa_1, fiscal_2)
identificar(attach_2, mesa_2, fiscal_2)
identificar(attach_2, mesa_2, fiscal_3)
identificar(attach_3, mesa_1, fiscal_1)
identificar(attach_3, mesa_4, fiscal_3)
identificar(attach_4, mesa_1, fiscal_1)
identificar(attach_4, mesa_4, fiscal_2)
nueva_carga(mesa_categoria_1, fiscal_3, [20, 25, 15])
nueva_carga(mesa_categoria_1, fiscal_4, [20, 25, 15])
nueva_carga(mesa_categoria_2, fiscal_4, [60, 25, 20])
nueva_carga(mesa_categoria_2, fiscal_5, [60, 25, 20])
assert Identificacion.objects.filter(procesada=False).count() == 8
assert Identificacion.objects.filter(invalidada=True).count() == 0
assert Carga.objects.filter(procesada=False).count() == 4
assert Carga.objects.filter(invalidada=True).count() == 0
# hasta aca: a1, a2 identificada; a3, a4 sin identificar.
consumir_novedades_identificacion()
consumir_novedades_carga()
refrescar_data()
assert attach_1.status == Attachment.STATUS.identificada
assert attach_2.status == Attachment.STATUS.identificada
assert attach_3.status == Attachment.STATUS.sin_identificar
assert attach_4.status == Attachment.STATUS.sin_identificar
assert mesa_categoria_1.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_1.carga_testigo is not None
assert mesa_categoria_1.coeficiente_para_orden_de_carga is not None
assert mesa_categoria_2.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_2.carga_testigo is not None
assert mesa_categoria_2.coeficiente_para_orden_de_carga is not None
assert not fiscal_1.troll
assert Identificacion.objects.filter(procesada=False).count() == 0
assert Identificacion.objects.filter(invalidada=True).count() == 0
assert Carga.objects.filter(procesada=False).count() == 0
assert Carga.objects.filter(invalidada=True).count() == 0
identificar(attach_4, mesa_4, fiscal_4)
# al consolidar esta identificacion, el fiscal 1 pasa a ser troll
# las identificaciones del fiscal 1 se invalidan
consumir_novedades_identificacion()
refrescar_data()
assert attach_1.status == Attachment.STATUS.identificada
assert attach_2.status == Attachment.STATUS.identificada
assert attach_3.status == Attachment.STATUS.sin_identificar
assert attach_4.status == Attachment.STATUS.identificada
assert mesa_categoria_1.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_1.carga_testigo is not None
assert mesa_categoria_1.coeficiente_para_orden_de_carga is not None
assert mesa_categoria_2.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_2.carga_testigo is not None
assert mesa_categoria_2.coeficiente_para_orden_de_carga is not None
assert fiscal_1.troll
assert Identificacion.objects.filter(procesada=False).count() == 3
assert Identificacion.objects.filter(invalidada=True).count() == 3
for ident in Identificacion.objects.filter(fiscal=fiscal_1):
assert ident.invalidada
assert Carga.objects.filter(procesada=False).count() == 0
assert Carga.objects.filter(invalidada=True).count() == 0
# se corre otra consolidacion de identificaciones
# a1 pasa a sin_identificar, se invalidan las cargas de m1 y se le borra el orden de carga
consumir_novedades_identificacion()
refrescar_data()
assert attach_1.status == Attachment.STATUS.sin_identificar
assert attach_2.status == Attachment.STATUS.identificada
assert attach_3.status == Attachment.STATUS.sin_identificar
assert attach_4.status == Attachment.STATUS.identificada
assert mesa_categoria_1.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_1.carga_testigo is not None
assert mesa_categoria_1.coeficiente_para_orden_de_carga is None
assert mesa_categoria_2.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_2.carga_testigo is not None
assert mesa_categoria_2.coeficiente_para_orden_de_carga is not None
assert fiscal_1.troll
assert Identificacion.objects.filter(procesada=False).count() == 0
assert Identificacion.objects.filter(invalidada=True).count() == 3
assert Carga.objects.filter(procesada=False).count() == 2
assert Carga.objects.filter(invalidada=True).count() == 2
for carga in Carga.objects.filter(mesa_categoria=mesa_categoria_1):
assert carga.invalidada
# finalmente, se ejecuta una consolidacion de cargas
# la MesaCategoria de m1 pasa a sin_cargas, y se le borra la carga testigo
consumir_novedades_carga()
refrescar_data()
assert mesa_categoria_1.status == MesaCategoria.STATUS.sin_cargar
assert mesa_categoria_1.carga_testigo is None
assert mesa_categoria_1.coeficiente_para_orden_de_carga is None
assert mesa_categoria_2.status == MesaCategoria.STATUS.total_consolidada_dc
assert mesa_categoria_2.carga_testigo is not None
assert mesa_categoria_2.coeficiente_para_orden_de_carga is not None
assert fiscal_1.troll
assert Identificacion.objects.filter(procesada=False).count() == 0
assert Identificacion.objects.filter(invalidada=True).count() == 3
assert Carga.objects.filter(procesada=False).count() == 0
assert Carga.objects.filter(invalidada=True).count() == 2
for carga in Carga.objects.filter(mesa_categoria=mesa_categoria_1):
assert carga.invalidada
def test_carga_con_problemas(db):
# Identifico una mesa.
mesa = MesaFactory()
a = AttachmentFactory()
IdentificacionFactory(attachment=a, status='identificada', mesa=mesa)
IdentificacionFactory(attachment=a, status='identificada', mesa=mesa)
consumir_novedades_identificacion()
mc = MesaCategoriaFactory(mesa=mesa, categoria=mesa.categorias.first())
assert mc.status == MesaCategoria.STATUS.sin_cargar
c1 = CargaFactory(mesa_categoria=mc, tipo='total', firma='1-10')
consumir_novedades_y_actualizar_objetos([mc])
assert mc.status == MesaCategoria.STATUS.total_sin_consolidar
assert mc.carga_testigo == c1
c2 = CargaFactory(mesa_categoria=mc, tipo='problema')
Problema.reportar_problema(FiscalFactory(), 'reporte 1',
ReporteDeProblema.TIPOS_DE_PROBLEMA.spam, carga=c2)
consumir_novedades_y_actualizar_objetos([mc])
# Sigue sin ser un problema.
assert mc.status == MesaCategoria.STATUS.total_sin_consolidar
assert mc.carga_testigo == c1
assert c2.problemas.first().problema.estado == Problema.ESTADOS.potencial
# Está entre las pendientes.
assert mc in MesaCategoria.objects.con_carga_pendiente()
c3 = CargaFactory(mesa_categoria=mc, tipo='problema')
Problema.reportar_problema(FiscalFactory(), 'reporte 2',
ReporteDeProblema.TIPOS_DE_PROBLEMA.ilegible, carga=c3)
consumir_novedades_y_actualizar_objetos([mc])
c2.refresh_from_db()
c3.refresh_from_db()
assert c2.invalidada == False
assert c3.invalidada == False
# Ahora sí hay un problema.
assert mc.status == MesaCategoria.STATUS.con_problemas
assert mc.carga_testigo is None
problema = c2.problemas.first().problema
assert problema.estado == Problema.ESTADOS.pendiente
# No está entre las pendientes.
assert mc not in MesaCategoria.objects.con_carga_pendiente()
# Lo resolvemos.
problema.resolver(FiscalFactory().user)
assert problema.estado == Problema.ESTADOS.resuelto
c1.refresh_from_db()
c2.refresh_from_db()
c3.refresh_from_db()
assert c1.invalidada == False
assert c2.invalidada == True
assert c3.invalidada == True
consumir_novedades_y_actualizar_objetos([mc])
# El problema se solucionó también en la MesaCategoria.
assert mc.status == MesaCategoria.STATUS.total_sin_consolidar
assert mc.carga_testigo == c1
# Está entre las pendientes.
assert mc in MesaCategoria.objects.con_carga_pendiente()
# Se mete otra carga y se consolida.
c4 = CargaFactory(mesa_categoria=mc, tipo='total', firma='1-10')
consumir_novedades_y_actualizar_objetos([mc])
assert mc.status == MesaCategoria.STATUS.total_consolidada_dc
assert mc.carga_testigo == c4 or mc.carga_testigo == c1
def test_avance_de_carga_dos_categorias(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# dos categoríasas con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
gv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# 10 mesas de 100, 110, ..., 190 votantes. Total 1450
seccion, circuito, lugar_votacion = crear_seccion("Luján oeste")
[mesas] = crear_mesas([lugar_votacion], [pv, gv], 10)
for ix in range(len(mesas)):
mesas[ix].electores = 100 + ix * 10
mesas[ix].save(update_fields=['electores'])
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# identifico 9 mesas
attachs = AttachmentFactory.create_batch(10)
for ix in range(9):
identificar(attachs[ix], mesas[ix], fiscal_1)
identificar(attachs[ix], mesas[ix], fiscal_2)
consumir_novedades_identificacion()
# doble carga parcial coincidente de 6 mesas pv y 2 mesas gv
for ix in range(6):
nueva_carga(mesacat(mesas[ix], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas[ix], pv), fiscal_2, [50, 30],
Carga.TIPOS.parcial)
for ix in range(2):
nueva_carga(mesacat(mesas[ix], gv), fiscal_1, [55, 25],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas[ix], gv), fiscal_2, [55, 25],
Carga.TIPOS.parcial)
# una carga parcial de una mesa pv y tres gv
nueva_carga(mesacat(mesas[6], pv), fiscal_1, [50, 30], Carga.TIPOS.parcial)
for ix in range(3):
nueva_carga(mesacat(mesas[ix + 2], gv), fiscal_1, [55, 25],
Carga.TIPOS.parcial)
consumir_novedades_carga()
# resultados
vorwaerts = AvanceDeCarga()
# categoría pv
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 1, 190, 10,
13.1)
verificar_resultado(resultados.en_identificacion_sin_cargas(), 0, 0, 0, 0)
verificar_resultado(resultados.sin_cargar(), 2, 350, 20, 24.14)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 1, 160, 10,
11.03)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 6, 750, 60,
51.72)
# categoría gv
resultados = vorwaerts.get_resultados(gv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 1, 190, 10,
13.1)
verificar_resultado(resultados.en_identificacion_sin_cargas(), 0, 0, 0, 0)
verificar_resultado(resultados.sin_cargar(), 4, 660, 40, 45.52)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 3, 390, 30,
26.9)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 2, 210, 20,
14.48)
def test_avance_de_carga_mesas_con_carga_csv_sin_fotos(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# una categoria con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# un circuito con 10 mesas de 100, 110, ..., 290 votantes. Total 1450
seccion_1, circuito_1, lugar_votacion_1 = crear_seccion("Luján oeste")
[mesas_1] = crear_mesas([lugar_votacion_1], [pv], 10)
for ix in range(len(mesas_1)):
mesas_1[ix].electores = 100 + ix * 10
mesas_1[ix].save(update_fields=['electores'])
# dos fiscales
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# identifico totalmente 6 mesas, parcialmente dos mesas
attachs = AttachmentFactory.create_batch(30)
for ix in range(6):
identificar(attachs[ix], mesas_1[ix], fiscal_1)
identificar(attachs[ix], mesas_1[ix], fiscal_2)
identificar(attachs[6], mesas_1[6], fiscal_1)
identificar(attachs[7], mesas_1[7], fiscal_1)
consumir_novedades_identificacion()
# dos cargas parciales
nueva_carga(mesacat(mesas_1[0], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_1[1], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
# tres cargas totales desde CSV de una mesa sin identificar (la última), una parcialmente identificada, una identificada
nueva_carga(mesacat(mesas_1[9], pv), fiscal_1, [50, 30, 20, 10],
Carga.TIPOS.total, Carga.SOURCES.csv)
nueva_carga(mesacat(mesas_1[6], pv), fiscal_1, [50, 30, 20, 10],
Carga.TIPOS.total, Carga.SOURCES.csv)
nueva_carga(mesacat(mesas_1[2], pv), fiscal_1, [50, 30, 20, 10],
Carga.TIPOS.total, Carga.SOURCES.csv)
consumir_novedades_carga()
# podemos mirar
vorwaerts = AvanceDeCarga(NIVELES_DE_AGREGACION.circuito, [circuito_1.id])
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 1, 180, 10,
12.41)
verificar_resultado(resultados.sin_identificar_con_cargas(), 1, 190, 10,
13.1)
verificar_resultado(resultados.en_identificacion_sin_cargas(), 1, 170, 10,
11.72)
verificar_resultado(resultados.en_identificacion_con_cargas(), 1, 160, 10,
11.03)
verificar_resultado(resultados.sin_cargar(), 3, 420, 30, 28.97)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 2, 210, 20,
14.48)
verificar_resultado(resultados.carga_parcial_consolidada_csv(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_sin_consolidar(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_consolidada_csv(), 3, 470, 30,
32.41)
verificar_resultado(resultados.carga_total_consolidada_dc(), 0, 0, 0, 0)
def test_avance_de_carga_dos_circuitos(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# dos categorías con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
gv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# un circuito con 10 mesas de 100, 110, ..., 190 votantes. Total 1450
seccion_1, circuito_1, lugar_votacion_1 = crear_seccion("Luján oeste")
[mesas_1] = crear_mesas([lugar_votacion_1], [pv, gv], 10)
for ix in range(len(mesas_1)):
mesas_1[ix].electores = 100 + ix * 10
mesas_1[ix].save(update_fields=['electores'])
# otro circuito con 20 mesas de 200 votantes. Total 4000
seccion_2, circuito_2, lugar_votacion_2 = crear_seccion("Mercedes")
[mesas_2] = crear_mesas([lugar_votacion_2], [pv, gv], 20)
for ix in range(len(mesas_2)):
mesas_2[ix].electores = 200
mesas_2[ix].save(update_fields=['electores'])
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# identifico todas las mesas salvo dos de la sección 2
attachs = AttachmentFactory.create_batch(30)
for ix in range(10):
identificar(attachs[ix], mesas_1[ix], fiscal_1)
identificar(attachs[ix], mesas_1[ix], fiscal_2)
for ix in range(18):
identificar(attachs[ix + 10], mesas_2[ix], fiscal_1)
identificar(attachs[ix + 10], mesas_2[ix], fiscal_2)
consumir_novedades_identificacion()
# sección 1
# doble carga parcial coincidente de 6 mesas pv y 2 mesas gv
for ix in range(6):
nueva_carga(mesacat(mesas_1[ix], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_1[ix], pv), fiscal_2, [50, 30],
Carga.TIPOS.parcial)
for ix in range(2):
nueva_carga(mesacat(mesas_1[ix], gv), fiscal_1, [55, 25],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_1[ix], gv), fiscal_2, [55, 25],
Carga.TIPOS.parcial)
# una carga parcial de una mesa pv y tres gv
nueva_carga(mesacat(mesas_1[6], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
for ix in range(3):
nueva_carga(mesacat(mesas_1[ix + 2], gv), fiscal_1, [55, 25],
Carga.TIPOS.parcial)
consumir_novedades_carga()
# sección 2
# doble carga parcial coincidente de 15 mesas pv y 12 gv
for ix in range(15):
nueva_carga(mesacat(mesas_2[ix], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_2[ix], pv), fiscal_2, [50, 30],
Carga.TIPOS.parcial)
for ix in range(12):
nueva_carga(mesacat(mesas_2[ix], gv), fiscal_1, [55, 25],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_2[ix], gv), fiscal_2, [55, 25],
Carga.TIPOS.parcial)
# una carga parcial 6 mesas gv
for ix in range(6):
nueva_carga(mesacat(mesas_2[ix + 12], gv), fiscal_1, [55, 25],
Carga.TIPOS.parcial)
consumir_novedades_carga()
# resultados circuito 1
vorwaerts = AvanceDeCarga(NIVELES_DE_AGREGACION.circuito, [circuito_1.id])
# categoría pv
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 0, 0, 0, 0)
verificar_resultado(resultados.sin_cargar(), 3, 540, 30, 37.24)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 1, 160, 10,
11.03)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 6, 750, 60,
51.72)
# categoría gv
resultados = vorwaerts.get_resultados(gv)
verificar_resultado(resultados.total(), 10, 1450, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 0, 0, 0, 0)
verificar_resultado(resultados.sin_cargar(), 5, 850, 50, 58.62)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 3, 390, 30,
26.9)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 2, 210, 20,
14.48)
# resultados circuito 2
vorwaerts = AvanceDeCarga(NIVELES_DE_AGREGACION.circuito, [circuito_2.id])
# categoría pv
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 20, 4000, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 2, 400, 10,
10)
verificar_resultado(resultados.sin_cargar(), 3, 600, 15, 15)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 15, 3000,
75, 75)
# categoría gv
resultados = vorwaerts.get_resultados(gv)
verificar_resultado(resultados.total(), 20, 4000, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 2, 400, 10,
10)
verificar_resultado(resultados.sin_cargar(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 6, 1200, 30,
30)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 12, 2400,
60, 60)
def test_avance_de_carga_combinando_dc_y_csv(db, settings):
# settings
settings.MIN_COINCIDENCIAS_IDENTIFICACION = 2
settings.MIN_COINCIDENCIAS_CARGA = 2
# una categoria con cuatro opciones, dos prioritarias, dos no prioritarias
pv = nueva_categoria(["a1", "a2"], ["b1", "b2"])
# un circuito con 20 mesas de 100, 110, ..., 290 votantes. Total 3900
seccion_1, circuito_1, lugar_votacion_1 = crear_seccion("Luján oeste")
[mesas_1] = crear_mesas([lugar_votacion_1], [pv], 20)
for ix in range(len(mesas_1)):
mesas_1[ix].electores = 100 + ix * 10
mesas_1[ix].save(update_fields=['electores'])
# dos fiscales
fiscal_1 = nuevo_fiscal()
fiscal_2 = nuevo_fiscal()
# identifico 18 mesas
attachs = AttachmentFactory.create_batch(30)
for ix in range(18):
identificar(attachs[ix], mesas_1[ix], fiscal_1)
identificar(attachs[ix], mesas_1[ix], fiscal_2)
consumir_novedades_identificacion()
# doble carga total coincidente de 4 mesas
for ix in range(4):
nueva_carga(mesacat(mesas_1[ix], pv), fiscal_1, [50, 30, 20, 10],
Carga.TIPOS.total)
nueva_carga(mesacat(mesas_1[ix], pv), fiscal_2, [50, 30, 20, 10],
Carga.TIPOS.total)
# cinco cargas totales desde CSV
for ix in range(5):
nueva_carga(mesacat(mesas_1[4 + ix], pv), fiscal_1, [50, 30, 20, 10],
Carga.TIPOS.total, Carga.SOURCES.csv)
# doble carga parcial coincidente de 3 mesas
for ix in range(3):
nueva_carga(mesacat(mesas_1[9 + ix], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
nueva_carga(mesacat(mesas_1[9 + ix], pv), fiscal_2, [50, 30],
Carga.TIPOS.parcial)
# dos cargas parciales desde CSV
nueva_carga(mesacat(mesas_1[12], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial, Carga.SOURCES.csv)
nueva_carga(mesacat(mesas_1[13], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial, Carga.SOURCES.csv)
# una carga parcial
nueva_carga(mesacat(mesas_1[14], pv), fiscal_1, [50, 30],
Carga.TIPOS.parcial)
consumir_novedades_carga()
# podemos mirar
vorwaerts = AvanceDeCarga(NIVELES_DE_AGREGACION.circuito, [circuito_1.id])
resultados = vorwaerts.get_resultados(pv)
verificar_resultado(resultados.total(), 20, 3900, 100, 100)
verificar_resultado(resultados.sin_identificar_sin_cargas(), 2, 570, 10,
14.62)
verificar_resultado(resultados.sin_cargar(), 3, 780, 15, 20)
verificar_resultado(resultados.carga_parcial_sin_consolidar(), 1, 240, 5,
6.15)
verificar_resultado(resultados.carga_parcial_consolidada_csv(), 2, 450, 10,
11.54)
verificar_resultado(resultados.carga_parcial_consolidada_dc(), 3, 600, 15,
15.38)
verificar_resultado(resultados.carga_total_sin_consolidar(), 0, 0, 0, 0)
verificar_resultado(resultados.carga_total_consolidada_csv(), 5, 800, 25,
20.51)
verificar_resultado(resultados.carga_total_consolidada_dc(), 4, 460, 20,
11.79)
