RagFlow_Plugs/test/test_full_service.py

"""完整PDF解析服务测试脚本"""

import sys
import os
import json
from pathlib import Path

sys.path.append(os.path.dirname(os.path.abspath(__file__)))

from services.pdf_parser.main import PDFParsingService

def test_full_service():
    """测试完整的PDF解析服务"""
    print("=" * 50)
    print("完整PDF解析服务测试")
    print("=" * 50)
    
    # 检查PDF文件
    pdf_path = r"D:\project\work\ragflow_plugs\book\不一样的卡梅拉1-我想去看海.pdf"
    pdf = Path(pdf_path)
    if not pdf.exists():
        print(f"✗ PDF文件不存在: {pdf_path}")
        print("请确保PDF文件存在，或修改脚本中的pdf_path变量")
        return False
    
    print(f"✓ PDF文件存在: {pdf_path}")
    print(f"  大小: {pdf.stat().st_size} 字节")
    print()
    
    try:
        # 创建服务实例
        print("创建PDF解析服务实例...")
        service = PDFParsingService(model_name="gpt-4o")
        print("✓ 服务实例创建成功")
        print(f"  使用模型: {service.model_name}")
        print()
        
        # 测试PDF拆分功能
        print("测试PDF拆分功能...")
        from services.pdf_parser.pdf_splitter import PDFSplitter
        splitter = PDFSplitter()
        pages = splitter.split_pdf(pdf_path)
        print(f"✓ PDF拆分成功，共 {len(pages)} 页")
        print(f"  第1页图像大小: {pages[0]['image'].size}")
        print()
        
        # 注意：完整解析需要模型API密钥，这里只测试到拆分阶段
        print("注意：完整解析需要配置模型API密钥")
        print("当前只测试了PDF拆分功能，模型解析需要配置API_KEY")
        print()
        
        print("=" * 50)
        print("测试完成！")
        print("✓ PDF拆分功能正常工作")
        print("✓ 服务实例创建成功")
        print("✓ 依赖配置正确")
        print("=" * 50)
        
        # 输出使用说明
        print("\n使用说明：")
        print("1. 配置.env文件：")
        print("   - API_KEY=your-api-key")
        print("   - BASE_URL=https://api.openai.com/v1")
        print("   - MODEL_NAME=qwen3-vl")
        print("   - MODEL_PROVIDER=openai")
        print("2. 运行解析：")
        print("   service = PDFParsingService()")
        print("   result = service.parse_pdf('your_pdf_file.pdf')")
        
        return True
        
    except Exception as e:
        print(f"✗ 测试失败: {str(e)}")
        print("可能的解决方案:")
        print("1. 确保已安装所有依赖: pip install -r requirements.txt")
        print("2. 检查PDF文件是否损坏")
        print("3. 检查PyMuPDF版本是否兼容")
        return False

def main():
    """主函数"""
    test_full_service()

if __name__ == "__main__":
    main()