feat (test): unit tests for modules and in ci

[Wybxc]

功能描述

项目目前没有单元测试，这不利于新的贡献者验证自己引入更改的正确性，也不利于理解每个模块的功能。

TODOs

• 梳理项目的模块结构
• 为每个模块编写单元测试
• 在 CI 中设置测试运行

[Byaidu]

项目结构大概是这样子，可能有点粗糙（

• cache.py
  • 缓存翻译
• translator.py
  • 提供多种翻译服务
• doclayout.py
  • 提供 onnx/torch 模型
• converter.py
  • 解析原页面，拆分成不同的段落并解析公式
  • 翻译并缓存段落，调用 translator 和 cache
  • 排版新页面，将公式插入到翻译后的段落
  • 返回页面的新指令流
• high_level.py
  • 解析布局，调用 doclayout
  • 解析页面集合，调用 convertor
  • 返回页面集合的新指令流
• pdf2zh.py
  • 解析命令行
  • 插入新字体，用于支持 CJK 渲染
  • 解析文档，调用 high_level
  • 插入页面集合的新指令流
  • 排列双语文档页面
• gui.py
  • 提供用户界面，可配置 recaptcha
• *.py
  • 其余文件继承自 pdfminer，用于解析指令流，基本不需要进行改动，lic 位于 docs

[Wybxc]

• 其余文件继承自 pdfminer，用于解析指令流，基本不需要进行改动，lic 位于 docs

这一部分与 pdfminer 上游相比有哪些不同之处？是否可以考虑将 pdfminer 作为依赖直接引入呢？

[Byaidu]

只有 init 提交的部分都和上游一模一样，只有 converter、high_level 和 pdfinterp 是魔改过来的

converter 负责解析和排版，应该可以把 TextConverter 剥离出来
pdfinterp 负责解析指令流，应该也可以剥离 PDFPageInterpreter
high_level 这里我们把 TextConverter 和 PDFPageInterpreter 替换成自己的，然后调用上游库应该就行

分离之后项目结构应该能简单很多，我这几天试试

[Byaidu]

重构完成，现在需要维护/测试的模块只有8个了

[awwaawwa]

建议先搞个最基础的CI自动测试，提交PR时简单测测cli和gui能不能跑起来，会不会直接报错

[reycn]

• CLI cmt#550025134a08b18cf507839fa698404179698990
• GUI cmt#550025134a08b18cf507839fa698404179698990
• Converter pr#282

[Byaidu]

unit test #282