se reorganiza tests/ y se agrega suite pytest

Los scripts manuales pasan a tools/ y los correos de ejemplo a
tests/fixtures/. Suite de 95 pruebas: caracterización de la extracción sobre
los 46 correos (resultados esperados en tests/golden/, fuera de la carpeta
que descargar_correos_prueba borra), unitarias de draft_sap, notificaciones,
documentos, adjuntos y config_validator, y flujo completo de
_procesar_un_correo con SAP/HANA/Outlook simulados. pytest como dependencia
dev y configuración en pyproject.toml.

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

tests/completar_guias_pipeline.py

@@ -1,76 +0,0 @@
-import json
-import os
-from glob import glob
-
-CARPETA_BASE = os.path.join(os.path.dirname(__file__), "correos_prueba")
-
-
-def _doc_key(d):
-    return (d.get("tipo"), d.get("serie"), d.get("numero"))
-
-
-def completar_guias_desde_pdf(xml_path: str, pdf_path: str) -> int:
-    with open(xml_path, encoding="utf-8") as f:
-        xml_data = json.load(f)
-    try:
-        with open(pdf_path, encoding="utf-8") as f:
-            pdf_data = json.load(f)
-    except FileNotFoundError:
-        return 0
-
-    pdf_by_key = {_doc_key(d): d for d in pdf_data}
-    total_copiadas = 0
-
-    for xd in xml_data:
-        k = _doc_key(xd)
-
-        has_all_guias = all(
-            len(linea.get("guias_remision") or []) > 0
-            for linea in xd.get("lineas", [])
-        )
-        if has_all_guias:
-            continue
-
-        pd = pdf_by_key.get(k)
-        if not pd:
-            continue
-
-        for li, xl in enumerate(xd.get("lineas", [])):
-            if len(xl.get("guias_remision") or []) > 0:
-                continue
-            pl = pd["lineas"][li] if li < len(pd.get("lineas", [])) else {}
-            p_gr = pl.get("guias_remision") or []
-            if p_gr:
-                xl["guias_remision"] = list(p_gr)
-                total_copiadas += len(p_gr)
-                # También copiar guia_transportista si XML no tiene
-                if not xl.get("guia_transportista") and pl.get("guia_transportista"):
-                    xl["guia_transportista"] = dict(pl["guia_transportista"])
-
-    if total_copiadas > 0:
-        with open(xml_path, "w", encoding="utf-8") as f:
-            json.dump(xml_data, f, ensure_ascii=False, indent=2)
-
-    return total_copiadas
-
-
-def main():
-    carpetas = sorted(glob(os.path.join(CARPETA_BASE, "[0-9][0-9][0-9]_correo")))
-    total_global = 0
-    for fp in carpetas:
-        folder = os.path.basename(fp)
-        idx = folder[:3]
-        xml_path = os.path.join(fp, f"xml_resultado_{idx}.json")
-        pdf_path = os.path.join(fp, f"pdf_resultado_{idx}.json")
-        if not os.path.exists(xml_path):
-            continue
-        n = completar_guias_desde_pdf(xml_path, pdf_path)
-        if n > 0:
-            print(f"  {folder}: {n} guías copiadas")
-        total_global += n
-
-    print(f"\nTotal guías copiadas: {total_global}")
-
-
-if __name__ == "__main__":
-    main()

tests/conftest.py

@@ -0,0 +1,13 @@
+import os
+
+import pytest
+
+RAIZ = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+FIXTURES = os.path.join(RAIZ, "tests", "fixtures", "correos_prueba")
+GOLDEN = os.path.join(RAIZ, "tests", "golden")
+
+
+@pytest.fixture
+def actualizar_golden() -> bool:
+    """True si se ejecutó con ``UPDATE_GOLDEN=1`` (regenera los resultados esperados)."""
+    return os.environ.get("UPDATE_GOLDEN") == "1"

tests/descargar_correos_prueba.py

@@ -1,99 +0,0 @@
-import os
-import sys
-import json
-import shutil
-from datetime import datetime
-
-sys.path.insert(0, os.path.join(os.path.dirname(__file__), ".."))
-
-from dotenv import load_dotenv
-import outlook_utilities
-import email_utilities
-
-
-CARPETA_BASE = os.path.join(os.path.dirname(__file__), "correos_prueba")
-
-
-def limpiar_carpetas():
-    if os.path.exists(CARPETA_BASE):
-        shutil.rmtree(CARPETA_BASE)
-        print(f"🗑️  Carpeta {CARPETA_BASE} eliminada")
-    os.makedirs(CARPETA_BASE, exist_ok=True)
-    print(f"📁 Carpeta {CARPETA_BASE} creada")
-
-
-def descargar_correos():
-    load_dotenv(dotenv_path=os.path.join(os.path.dirname(__file__), "..", ".env"))
-
-    EMAIL = os.getenv("EMAIL", "")
-    if not EMAIL:
-        print("❌ Variable EMAIL no encontrada en .env")
-        return
-
-    print("🔑 Autenticando en Microsoft Graph...")
-    token = outlook_utilities.get_access_token()
-    if not token:
-        print("❌ No se pudo obtener token")
-        return
-
-    fecha_inicio = "2026-06-01"
-    fecha_fin = "2026-07-31"
-    print(f"📬 Descargando correos de {fecha_inicio} a {fecha_fin}...")
-
-    emails = outlook_utilities.get_emails(EMAIL, token, fecha_inicio, fecha_fin)
-    if not emails:
-        print("❌ No se encontraron correos")
-        return
-
-    print(f"📨 Total correos encontrados: {len(emails)}")
-
-    indice = {}
-
-    for idx, email in enumerate(emails, start=1):
-        correlativo = f"{idx:03d}"
-        carpeta_correo = os.path.join(CARPETA_BASE, f"{correlativo}_correo")
-        os.makedirs(carpeta_correo, exist_ok=True)
-
-        print(f"\n[{correlativo}] 📬 {email.get('fecha','')} - {email.get('subject','')[:60]}...")
-
-        adjuntos = outlook_utilities.download_attachments(
-            EMAIL, email["id"], token, carpeta_correo
-        )
-
-        if not adjuntos:
-            print(f"   ├── ⏭️  Sin adjuntos")
-            os.rmdir(carpeta_correo)
-            continue
-
-        email["adjuntos"] = adjuntos
-        email_utilities.descomprimir_adjuntos([email], carpeta_correo)
-
-        archivos_validos = email_utilities.filtrar_archivos_validos(email.get("adjuntos", []))
-        carpeta_abs = os.path.abspath(carpeta_correo)
-        for archivo in email.get("adjuntos", []):
-            ruta = os.path.join(carpeta_abs, archivo)
-            if archivo not in archivos_validos and os.path.exists(ruta):
-                os.remove(ruta)
-
-        if archivos_validos:
-            email["adjuntos"] = archivos_validos
-
-        indice[correlativo] = {
-            "id": email["id"],
-            "fecha": email.get("fecha", ""),
-            "subject": email.get("subject", ""),
-        }
-        print(f"   └── ✅ {len(archivos_validos)} archivo(s) válido(s)")
-
-    ruta_indice = os.path.join(CARPETA_BASE, "indice_correos.json")
-    with open(ruta_indice, "w", encoding="utf-8") as f:
-        json.dump(indice, f, ensure_ascii=False, indent=2)
-
-    print(f"\n{'='*60}")
-    print(f"📊 Total correos descargados: {len(indice)}")
-    print(f"📄 Índice guardado en: {ruta_indice}")
-
-
-if __name__ == "__main__":
-    limpiar_carpetas()
-    descargar_correos()

tests/explorar_notes_xml.py

@@ -1,48 +0,0 @@
-import os
-import sys
-import xml.etree.ElementTree as ET
-
-sys.path.insert(0, os.path.join(os.path.dirname(__file__), ".."))
-
-from sunat_schema import NAMESPACES, _find_text
-
-ns = NAMESPACES
-ns["cbc"] = "urn:oasis:names:specification:ubl:schema:xsd:CommonBasicComponents-2"
-
-CARPETA_BASE = os.path.join(os.path.dirname(__file__), "correos_prueba")
-
-
-def explorar_notes(ruta_carpeta):
-    archivos = sorted(
-        os.path.join(ruta_carpeta, f) for f in os.listdir(ruta_carpeta)
-        if f.lower().endswith(".xml") and os.path.isfile(os.path.join(ruta_carpeta, f))
-    )
-
-    for xml_path in archivos:
-        tree = ET.parse(xml_path)
-        root = tree.getroot()
-
-        if "Invoice" not in root.tag:
-            continue
-
-        tipo = _find_text(root, "inv:InvoiceTypeCode", ns) or _find_text(root, "cbc:InvoiceTypeCode", ns) or ""
-        if tipo != "01":
-            continue
-
-        print(f"\n=== {os.path.basename(xml_path)} ===")
-        lineas = root.findall(".//cac:InvoiceLine", ns)
-        for i, linea in enumerate(lineas):
-            notes = linea.findall("cbc:Note", ns)
-            desc = _find_text(linea, "cac:Item/cbc:Description", ns) or ""
-            print(f"  Línea {i}: Description={desc[:80]}...")
-            for note in notes:
-                print(f"    Note[{note.attrib.get('languageLocaleID', '?')}]: {note.text}")
-
-
-if __name__ == "__main__":
-    carpeta = sys.argv[1] if len(sys.argv) > 1 else "001_correo"
-    ruta = os.path.join(CARPETA_BASE, carpeta)
-    if os.path.isdir(ruta):
-        explorar_notes(ruta)
-    else:
-        print(f"❌ Carpeta no encontrada: {ruta}")