CRM_AGENTES_CARGA/backend/tests/test_expediente_upload.py

"""Pruebas de la subida de un paso al expediente.

Lo que se fija: que el tope de tamaño se aplique **antes** de consumir el cuerpo entero, que el
catálogo y la allowlist se validen antes de tocar el almacén, y que **un EFC caído siga devolviendo
201** con el documento en «Pendiente de enviar».
"""

import io

import pytest
from fastapi import HTTPException, UploadFile

from api.v1.modules.crm.expediente_gateway import service as gateway
from api.v1.modules.crm.expediente_gateway.models import EfcFileOutbox
from api.v1.modules.crm.expedientes import service as expedientes_service
from api.v1.modules.crm.service_requests import service as sr_service
from api.v1.modules.crm.service_requests.dto import ServiceRequestCreate
from api.v1.modules.crm.uploads.routes import MAX_UPLOAD_BYTES
from tests.conftest import COMPANY_ID, TENANT_ID

OTRO_TENANT = 99


class _ArchivoContado(io.BytesIO):
    """``BytesIO`` que cuenta cuántos bytes se le han leído.

    Es lo que permite afirmar que el tope se aplicó **sin** haber leído el archivo completo: un
    ``await file.read()`` a secas lo bufferizaría entero antes de poder rechazarlo.
    """

    def __init__(self, data: bytes):
        super().__init__(data)
        self.leidos = 0

    def read(self, size=-1):
        chunk = super().read(size)
        self.leidos += len(chunk)
        return chunk


def _upload(nombre: str, contenido: bytes, content_type: str = "application/pdf") -> UploadFile:
    return UploadFile(filename=nombre, file=_ArchivoContado(contenido), headers=None)


@pytest.fixture()
def entorno(db, monkeypatch):
    from core.config import settings

    monkeypatch.setattr(settings, "EFC_API_URL", "https://efc.example.test/", raising=False)
    monkeypatch.setattr(gateway, "_dispatch_delivery", lambda *a, **k: None)
    monkeypatch.setattr(gateway, "_dispatch_file_delivery", lambda *a, **k: None)
    monkeypatch.setattr(gateway, "_tenant_slug", lambda tid: ("temex", "TEMEX"))

    subidos = {}
    import api.v1.modules.crm.expedientes.service as exp_service

    monkeypatch.setattr(
        exp_service, "put_object_bytes",
        lambda key, body, content_type="application/octet-stream": subidos.update({key: body}),
    )

    solicitud = sr_service.create_service_request(
        db, ServiceRequestCreate(operation_type="importacion"), TENANT_ID, COMPANY_ID, "user-1"
    )
    expediente = expedientes_service.find_by_service_request(db, solicitud.id, TENANT_ID, COMPANY_ID)
    return {"db": db, "expediente": expediente, "subidos": subidos}


async def _adjuntar(entorno, **kwargs):
    return await expedientes_service.attach_document(
        entorno["db"],
        kwargs.pop("expediente_id", entorno["expediente"].id),
        kwargs.pop("file", _upload("guia.pdf", b"%PDF-1.4 contenido")),
        kwargs.pop("doc_type", "MBL"),
        kwargs.pop("tenant_id", TENANT_ID),
        kwargs.pop("company_id", COMPANY_ID),
        kwargs.pop("name", None),
        kwargs.pop("user_id", "user-1"),
    )


# ── Camino feliz ─────────────────────────────────────────────────────────────

@pytest.mark.asyncio
async def test_la_subida_crea_el_documento_pendiente_y_su_fila_de_outbox(entorno):
    documento = await _adjuntar(entorno)

    assert documento.id is not None
    assert documento.efc_sync_state == "PENDING"
    assert documento.expediente_id == entorno["expediente"].id
    assert documento.efc_document_ref == f"CRMDOC-{COMPANY_ID}-{documento.id}"
    assert documento.content_sha256 is not None

    filas = entorno["db"].query(EfcFileOutbox).filter(
        EfcFileOutbox.source_id == documento.id
    ).all()
    assert len(filas) == 1
    assert filas[0].delete_local is True
    assert filas[0].crm_document_ref == documento.efc_document_ref


@pytest.mark.asyncio
async def test_el_objeto_se_guarda_bajo_el_arbol_del_expediente(entorno):
    documento = await _adjuntar(entorno)
    keys = list(entorno["subidos"])

    assert len(keys) == 1
    assert keys[0] == documento.file_key
    assert f"tenants/{TENANT_ID}/companies/{COMPANY_ID}/expedientes/{entorno['expediente'].id}/" in keys[0]


# ── Validaciones ─────────────────────────────────────────────────────────────

@pytest.mark.asyncio
async def test_un_doc_type_fuera_del_catalogo_da_422_y_no_sube_nada(entorno):
    with pytest.raises(HTTPException) as exc:
        await _adjuntar(entorno, doc_type="tipo_inventado")

    assert exc.value.status_code == 422
    assert exc.value.detail == "Ese tipo de documento no está en el catálogo."
    assert entorno["subidos"] == {}  # nada llegó al almacén


@pytest.mark.asyncio
async def test_una_extension_no_permitida_da_422_y_no_sube_nada(entorno):
    with pytest.raises(HTTPException) as exc:
        await _adjuntar(entorno, file=_upload("malicioso.exe", b"MZ"))

    assert exc.value.status_code == 422
    assert exc.value.detail == "Ese tipo de archivo no está permitido."
    assert entorno["subidos"] == {}


@pytest.mark.asyncio
async def test_la_extension_se_valida_ANTES_de_leer_el_archivo(entorno):
    """Rechazar por extensión no debe costar leer el archivo: es gratis saberlo por el nombre."""
    archivo = _upload("malicioso.exe", b"M" * (2 * 1024 * 1024))

    with pytest.raises(HTTPException):
        await _adjuntar(entorno, file=archivo)

    assert archivo.file.leidos == 0


@pytest.mark.asyncio
async def test_un_archivo_por_encima_del_tope_da_422_SIN_haberlo_leido_completo(entorno):
    """**El defecto que esta fase corrige.** Con ``await file.read()`` a secas, un archivo de 2 GB
    se bufferizaba entero en RAM solo para responder 422 después.

    Aquí la lectura es por partes y aborta al pasar del tope, así que lo leído se queda cerca del
    tope y no llega al tamaño total.
    """
    tamano = MAX_UPLOAD_BYTES + (3 * 1024 * 1024)
    archivo = _upload("enorme.pdf", b"x" * tamano)

    with pytest.raises(HTTPException) as exc:
        await _adjuntar(entorno, file=archivo)

    assert exc.value.status_code == 422
    assert exc.value.detail == "El archivo excede el tamaño máximo permitido."
    assert archivo.file.leidos < tamano
    assert entorno["subidos"] == {}


@pytest.mark.asyncio
async def test_un_expediente_de_otro_tenant_da_404(entorno):
    with pytest.raises(HTTPException) as exc:
        await _adjuntar(entorno, tenant_id=OTRO_TENANT)
    assert exc.value.status_code == 404


@pytest.mark.asyncio
async def test_un_expediente_inexistente_da_404(entorno):
    with pytest.raises(HTTPException) as exc:
        await _adjuntar(entorno, expediente_id=999999)
    assert exc.value.status_code == 404


# ── EFC caído ────────────────────────────────────────────────────────────────

@pytest.mark.asyncio
async def test_con_efc_apagado_la_subida_SIGUE_funcionando(entorno, monkeypatch):
    """El caso que justifica todo el carril: el usuario no pierde su trabajo porque EFC no esté.

    Sin outbox habría que llamar a EFC dentro del request, y un EFC caído devolvería un error al
    usuario con el archivo ya subido a medias.
    """
    from core.config import settings

    monkeypatch.setattr(settings, "EFC_API_URL", "", raising=False)

    documento = await _adjuntar(entorno)

    assert documento.id is not None
    assert documento.efc_sync_state == "PENDING"
    assert documento.file_key is not None  # la copia local es lo único que hay
    # Sin integración no se encola: el barrido de huecos lo recogerá cuando se encienda.
    assert entorno["db"].query(EfcFileOutbox).filter(
        EfcFileOutbox.source_id == documento.id
    ).count() == 0


@pytest.mark.asyncio
async def test_si_el_despacho_al_broker_falla_la_subida_igual_responde(entorno, monkeypatch):
    """«Si el broker no responde, el sweep la recoge»: el despacho es best-effort."""
    def _revienta(*a, **k):
        raise RuntimeError("Valkey no responde")

    monkeypatch.setattr(gateway, "_dispatch_file_delivery", _revienta)

    with pytest.raises(RuntimeError):
        await _adjuntar(entorno)

    # La fila SÍ quedó encolada antes del despacho: el barrido la va a recoger.
    assert entorno["db"].query(EfcFileOutbox).count() == 1


# ── Lectura y baja ───────────────────────────────────────────────────────────

@pytest.mark.asyncio
async def test_el_listado_solo_devuelve_los_documentos_de_ese_expediente(entorno):
    documento = await _adjuntar(entorno)

    docs = expedientes_service.list_expediente_documents(
        entorno["db"], entorno["expediente"].id, TENANT_ID, COMPANY_ID
    )
    assert [d.id for d in docs] == [documento.id]


@pytest.mark.asyncio
async def test_un_documento_de_otro_tenant_no_se_puede_leer(entorno):
    documento = await _adjuntar(entorno)

    with pytest.raises(HTTPException) as exc:
        expedientes_service.get_expediente_document(
            entorno["db"], entorno["expediente"].id, documento.id, OTRO_TENANT, COMPANY_ID
        )
    assert exc.value.status_code == 404


@pytest.mark.asyncio
async def test_la_baja_desasocia_y_no_borra_nada_en_efc(entorno):
    documento = await _adjuntar(entorno)

    expedientes_service.detach_document(
        entorno["db"], entorno["expediente"].id, documento.id, TENANT_ID, COMPANY_ID
    )

    assert documento.deleted_at is not None
    assert expedientes_service.list_expediente_documents(
        entorno["db"], entorno["expediente"].id, TENANT_ID, COMPANY_ID
    ) == []
    # La fila del outbox NO se toca: si ya se entregó, en EFC sigue estando.
    assert entorno["db"].query(EfcFileOutbox).count() == 1


@pytest.mark.asyncio
async def test_descargar_un_documento_que_aun_no_llego_a_efc_da_409(entorno):
    """No es un 404: el documento existe, solo que todavía no está del otro lado."""
    documento = await _adjuntar(entorno)

    with pytest.raises(HTTPException) as exc:
        expedientes_service.stream_document(
            entorno["db"], entorno["expediente"].id, documento.id, TENANT_ID, COMPANY_ID
        )
    assert exc.value.status_code == 409