mirror of
https://github.com/explosion/spaCy.git
synced 2024-12-25 09:26:27 +03:00
17 lines
536 B
Python
17 lines
536 B
Python
# coding: utf-8
|
|
from __future__ import unicode_literals
|
|
|
|
import pytest
|
|
|
|
|
|
def test_ur_tokenizer_handles_long_text(ur_tokenizer):
|
|
text = """اصل میں، رسوا ہونے کی ہمیں کچھ عادت سی ہو گئی ہے۔"""
|
|
tokens = ur_tokenizer(text)
|
|
assert len(tokens) == 14
|
|
|
|
|
|
@pytest.mark.parametrize("text,length", [("تحریر باسط حبیب", 3), ("میرا پاکستان", 2)])
|
|
def test_ur_tokenizer_handles_cnts(ur_tokenizer, text, length):
|
|
tokens = ur_tokenizer(text)
|
|
assert len(tokens) == length
|