merge_results: убрать I/O из merge_documents

Функция принимает уже прочитанные json-объекты и сама ничего не
открывает — транспорт (локальная ФС, SMB-шара, S3, поток) остаётся
за вызывающим. Локальное чтение переехало в CLI как одного из них.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01JvCSGmwgL8juhZdXr32qXM

src/core/merge_results.py

@@ -8,8 +8,12 @@
 
 Содержимое документов не обрабатывается и не валидируется — кладётся как есть.
 
-Модуль намеренно не зависит от config/S3/NATS, чтобы его можно было
-использовать и как отдельный скрипт, и из PollWorker.
+merge_documents() принимает уже прочитанные объекты и сама ничего не открывает.
+Откуда они взялись — локальная ФС, SMB-шара, S3, http — решает вызывающий:
+
+    merge_documents([json.load(f) for f in handles], file_id, legal_entity_id)
+
+Поэтому модуль не тянет ни config, ни S3, ни NATS, ни smb-клиент.
 """
 
 import argparse
@@ -18,34 +22,31 @@ import sys
 from pathlib import Path
 
 
-def load_document(path) -> object:
-    """Читает один json-документ процессора."""
-    with open(path, 'r', encoding='utf-8') as f:
-        return json.load(f)
+def merge_documents(documents, file_id, legal_entity_id) -> dict:
+    """Собирает распознанные документы в один результат.
 
-
-def merge_documents(paths, file_id, legal_entity_id) -> dict:
-    """Собирает документы в один результат.
-
-    Порядок элементов в 'files' — порядок переданных путей.
+    documents — любой iterable уже разобранных json-объектов.
+    Порядок элементов в 'files' сохраняется.
     """
-    paths = list(paths)
-    if not paths:
+    documents = list(documents)
+    if not documents:
         raise ValueError('нечего мержить: не передано ни одного документа')
 
     return {
         'file_id': file_id,
         'legal_entity_id': legal_entity_id,
-        'files': [load_document(path) for path in paths],
+        'files': documents,
     }
 
 
-def merge_directory(job_dir, file_id, legal_entity_id) -> dict:
-    """То же, но берёт все *.json из директории, отсортированные по имени."""
-    paths = sorted(Path(job_dir).glob('*.json'))
-    if not paths:
-        raise ValueError(f'в директории нет json-файлов: {job_dir}')
-    return merge_documents(paths, file_id, legal_entity_id)
+# --- CLI: один из вызывающих, читает локальную ФС ---------------------------
+
+def _read_local(paths) -> list:
+    result = []
+    for path in paths:
+        with open(path, 'r', encoding='utf-8') as f:
+            result.append(json.load(f))
+    return result
 
 
 def main(argv=None) -> int:
@@ -72,11 +73,14 @@ def main(argv=None) -> int:
     if bool(args.documents) == bool(args.dir):
         parser.error('укажи либо пути к документам, либо --dir, но не оба сразу')
 
+    paths = sorted(Path(args.dir).glob('*.json')) if args.dir else args.documents
+    if not paths:
+        print(f'ошибка: в директории нет json-файлов: {args.dir}', file=sys.stderr)
+        return 1
+
     try:
-        if args.dir:
-            result = merge_directory(args.dir, args.file_id, args.legal_entity_id)
-        else:
-            result = merge_documents(args.documents, args.file_id, args.legal_entity_id)
+        documents = _read_local(paths)
+        result = merge_documents(documents, args.file_id, args.legal_entity_id)
     except (OSError, ValueError, json.JSONDecodeError) as e:
         print(f'ошибка: {e}', file=sys.stderr)
         return 1

tests/test_merge_results.py

@@ -19,16 +19,8 @@ DOC_B = {
 }
 
 
-def write_doc(directory: Path, name: str, payload: dict) -> Path:
-    path = directory / name
-    path.write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
-    return path
-
-
-def test_merges_two_documents_into_one_result(tmp_path):
-    paths = [write_doc(tmp_path, 'doc_1.json', DOC_A), write_doc(tmp_path, 'doc_2.json', DOC_B)]
-
-    result = merge_documents(paths, file_id='file-1', legal_entity_id='le-1')
+def test_merges_two_documents_into_one_result():
+    result = merge_documents([DOC_A, DOC_B], file_id='file-1', legal_entity_id='le-1')
 
     assert result == {
         'file_id': 'file-1',
@@ -37,34 +29,51 @@ def test_merges_two_documents_into_one_result(tmp_path):
     }
 
 
-def test_keeps_document_content_untouched(tmp_path):
+def test_does_no_io_at_all(monkeypatch):
+    # функция не должна ничего открывать — чтение целиком на вызывающем
+    def explode(*args, **kwargs):
+        raise AssertionError('merge_documents не должна трогать файловую систему')
+
+    monkeypatch.setattr('builtins.open', explode)
+
+    result = merge_documents([DOC_A], file_id='f', legal_entity_id='l')
+
+    assert result['files'] == [DOC_A]
+
+
+def test_keeps_document_content_untouched():
     # содержимое кладётся как есть: незнакомые поля и вложенность не теряются
     weird = {'file_uid': 'uid-c', 'unexpected': [1, {'deep': None}], 'кириллица': 'значение'}
-    paths = [write_doc(tmp_path, 'doc_1.json', weird)]
 
-    result = merge_documents(paths, file_id='file-1', legal_entity_id='le-1')
+    result = merge_documents([weird], file_id='file-1', legal_entity_id='le-1')
 
     assert result['files'] == [weird]
 
 
-def test_preserves_given_order(tmp_path):
-    # порядок в files[] — порядок переданных путей, а не порядок записи на диск
-    second = write_doc(tmp_path, 'z_doc.json', DOC_B)
-    first = write_doc(tmp_path, 'a_doc.json', DOC_A)
-
-    result = merge_documents([second, first], file_id='f', legal_entity_id='l')
+def test_preserves_given_order():
+    result = merge_documents([DOC_B, DOC_A], file_id='f', legal_entity_id='l')
 
     assert [doc['file_uid'] for doc in result['files']] == ['uid-b', 'uid-a']
 
 
+def test_accepts_any_iterable():
+    # вызывающий может отдавать генератор, например потоковое чтение с шары
+    result = merge_documents((d for d in (DOC_A, DOC_B)), file_id='f', legal_entity_id='l')
+
+    assert len(result['files']) == 2
+
+
 def test_rejects_empty_input():
     with pytest.raises(ValueError):
         merge_documents([], file_id='f', legal_entity_id='l')
 
 
-def test_cli_writes_merged_file(tmp_path):
-    a = write_doc(tmp_path, 'doc_1.json', DOC_A)
-    b = write_doc(tmp_path, 'doc_2.json', DOC_B)
+def test_cli_reads_local_files_and_writes_merged(tmp_path):
+    # CLI — один из вызывающих: локальное чтение живёт здесь, а не в merge_documents
+    a = tmp_path / 'doc_1.json'
+    a.write_text(json.dumps(DOC_A, ensure_ascii=False), encoding='utf-8')
+    b = tmp_path / 'doc_2.json'
+    b.write_text(json.dumps(DOC_B, ensure_ascii=False), encoding='utf-8')
     out = tmp_path / 'merged.json'
 
     completed = subprocess.run(