EPUB как второй вход в конвейер; листинги кода не переводятся и не ломают приёмку

- epub2html.py: EPUB -> тот же XHTML, что pdf2html.py, только стандартная
  библиотека. Уровень глав определяется по книге, а не берётся из <h1>:
  в EPUB там обычно название и части.
- pdf2html.py: листинг узнаётся по флагу моноширинного шрифта PyMuPDF,
  переносы и отступы внутри <pre> сохраняются, де-дефисация к коду не
  применяется.
- translate.py: <pre> исключён из проверок языка (английский код утягивал
  долю кириллицы ниже порога приёмки), рабочий каталог привязан к книге,
  устаревшие главы прошлого прогона чистятся, инлайновый <code> переживает
  переводчика.
- bookhtml.py: общий каркас документа и CSS для обоих входов.
- Тесты: test_epub2html.py на собранном в памяти EPUB, четыре новых случая
  в test_translate.py.

scripts/test_epub2html.py

@@ -0,0 +1,119 @@
+#!/usr/bin/env python3
+"""Самопроверка конвертера EPUB без сети: python3 test_epub2html.py"""
+import tempfile
+import zipfile
+from pathlib import Path
+
+import epub2html
+
+CONTAINER = """<?xml version="1.0"?>
+<container version="1.0" xmlns="urn:oasis:names:tc:opendocument:xmlns:container">
+  <rootfiles><rootfile full-path="OEBPS/content.opf"
+    media-type="application/oebps-package+xml"/></rootfiles>
+</container>"""
+
+OPF = """<?xml version="1.0"?>
+<package xmlns="http://www.idpf.org/2007/opf" version="3.0">
+  <metadata/>
+  <manifest>
+    <item id="c1" href="ch1.xhtml" media-type="application/xhtml+xml"/>
+    <item id="c2" href="ch2.xhtml" media-type="application/xhtml+xml"/>
+    <item id="c3" href="ch3.xhtml" media-type="application/xhtml+xml"/>
+    <item id="nav" href="nav.xhtml" media-type="application/xhtml+xml"
+          properties="nav"/>
+    <item id="pic" href="img/fig.png" media-type="image/png"/>
+    <item id="cov" href="img/cover.png" media-type="image/png"
+          properties="cover-image"/>
+  </manifest>
+  <spine>
+    <itemref idref="nav"/><itemref idref="c1"/>
+    <itemref idref="c2"/><itemref idref="c3"/>
+  </spine>
+</package>"""
+
+CH1 = """<?xml version="1.0" encoding="utf-8"?>
+<html xmlns="http://www.w3.org/1999/xhtml"><head><title>skip me</title></head>
+<body>
+<h2>Chapter One</h2>
+<p>The <em>lazy</em> fox calls <code>fetch_data()</code> twice&nbsp;a day.</p>
+<pre>def main():
+    x = 1  -  2
+    return x</pre>
+<ul><li>first item</li><li>second item</li></ul>
+<table><tr><th>Name</th><th>Value</th></tr><tr><td>alpha</td><td>1</td></tr></table>
+<p>Broken <b>markup that never closes.</p>
+<p><img src="img/fig.png" alt="figure"/></p>
+<script>var noise = 1;</script>
+</body></html>"""
+
+CH2 = """<?xml version="1.0" encoding="utf-8"?>
+<html xmlns="http://www.w3.org/1999/xhtml"><body>
+<h2>Chapter Two</h2><p>Second chapter body text.</p>
+</body></html>"""
+
+CH3 = """<?xml version="1.0" encoding="utf-8"?>
+<html xmlns="http://www.w3.org/1999/xhtml"><body>
+<h2>Chapter Three</h2><div>Loose text outside any block tag.</div>
+</body></html>"""
+
+NAV = """<?xml version="1.0" encoding="utf-8"?>
+<html xmlns="http://www.w3.org/1999/xhtml"><body>
+<nav><ol><li>Chapter One</li></ol></nav></body></html>"""
+
+PNG = bytes.fromhex("89504e470d0a1a0a")  # достаточно как содержимое файла
+
+
+def build_epub(path):
+    with zipfile.ZipFile(path, "w") as z:
+        z.writestr("mimetype", "application/epub+zip")
+        z.writestr("META-INF/container.xml", CONTAINER)
+        z.writestr("OEBPS/content.opf", OPF)
+        z.writestr("OEBPS/ch1.xhtml", CH1)
+        z.writestr("OEBPS/ch2.xhtml", CH2)
+        z.writestr("OEBPS/ch3.xhtml", CH3)
+        z.writestr("OEBPS/nav.xhtml", NAV)
+        z.writestr("OEBPS/img/fig.png", PNG)
+        z.writestr("OEBPS/img/cover.png", PNG)
+
+
+def test_convert(tmp: Path):
+    src = tmp / "book.epub"
+    build_epub(src)
+    out = tmp / "book.html"
+    epub2html.convert(src, out)
+    text = out.read_text(encoding="utf-8")
+    lines = text.splitlines()
+
+    # Листинг: переносы строк, отступы и минусы не тронуты
+    pre = text[text.index("<pre>"):text.index("</pre>")]
+    assert "def main():\n    x = 1  -  2\n    return x" in pre, pre
+    assert "<code>" not in pre, "внутри листинга инлайновая разметка не нужна"
+
+    # Проза: инлайн переведён в наш набор тегов, сущности раскрыты
+    para = next(l for l in lines if "fox" in l)
+    assert "<i>lazy</i>" in para and "<code>fetch_data()</code>" in para, para
+    assert "&nbsp;" not in para and " " not in para, para
+
+    assert '<p class="li">first item</p>' in lines
+    assert '<p class="row">Name | Value</p>' in lines
+    assert '<p class="row">alpha | 1</p>' in lines
+    assert '<img src="images/img001.png"/>' in text
+    assert (out.parent / "images" / "cover.png").exists(), "обложка не извлечена"
+
+    # Несбалансированная чужая разметка закрывается на границе блока
+    broken = next(l for l in lines if "never closes" in l)
+    assert broken.count("<b>") == broken.count("</b>") == 1, broken
+
+    assert "noise" not in text, "<script> не должен попадать в книгу"
+    assert "skip me" not in text, "<title> документа — не текст книги"
+    assert "Loose text outside any block tag." in text, "текст вне блока потерян"
+
+    # nav-документ выкинут, h2 подняты до h1 — иначе книга уедет одной главой
+    assert text.count("Chapter One") == 1, "оглавление попало в текст"
+    assert text.count("<h1>") == 3 and "<h2>" not in text
+
+
+if __name__ == "__main__":
+    with tempfile.TemporaryDirectory() as d:
+        test_convert(Path(d))
+    print("OK")