Пакетная модерация комментариев

Это каркас самостоятельного задания. Вам нужно доработать main.py: прочитать комментарии из файла, проверить каждый текст готовой функцией is_toxic() и вывести итоговый отчёт.

Структура проекта

.
├── comments.txt
├── main.py
├── pytest.ini
├── requirements.txt
├── toxicity_checker.py
└── tests/
    ├── conftest.py
    ├── test_batch_processing.py
    ├── test_project_files.py
    └── test_report.py

Требования

Программа должна:

1. открыть comments.txt в кодировке UTF-8 и прочитать его построчно;
2. очистить края строк и пропустить пустые строки;
3. вызвать is_toxic() ровно один раз для каждого комментария;
4. посчитать общее число, количество токсичных и количество прошедших модерацию комментариев;
5. вывести ровно три строки:

Всего комментариев: 100
Токсичных комментариев: <целое число>
Комментариев, прошедших модерацию: <целое число>

Не изменяйте comments.txt, toxicity_checker.py и директорию tests.

Подготовка окружения

Используйте Python 3.14. Создайте виртуальное окружение:

python -m venv venv

Активируйте его командой .\venv\Scripts\Activate.ps1 в Windows PowerShell или source venv/bin/activate в macOS и Linux. Установите все зависимости из единого файла:

python -m pip install -r requirements.txt

Автопроверка

Запустите pytest из корневой директории проекта:

python -m pytest -v

В conftest.py описаны общие фикстуры и два набора входных данных. Отдельные файлы проверяют состав проекта, построчную обработку и итоговый отчёт. При запуске тестов ML-модель не загружается: её заменяет детерминированная заглушка.

До доработки main.py четыре поведенческие проверки завершатся неудачно. После решения вы увидите итог:

13 passed

Ручной запуск с ML-моделью

После успешной автопроверки запустите реальную модерацию:

python main.py

При первом запуске потребуется интернет, чтобы скачать файлы модели. Повторные запуски обычно используют локальный кэш.