OpenBagTwo/MarketWatch

Strip all HTML from lede (and headline)

Ouverte

#2 ouverte le 7 déc. 2023

Voir sur GitHub
 (0 commentaire) (0 réaction) (0 personne assignée)Jupyter Notebook (1 fork)auto 404
enhancementhelp wanted

Métriques du dépôt

Stars
 (3 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

Right now I'm just excluding any articles with HTML tags (explicitly, the ">") character in the headline or lede. But I can pretty much guarantee that there are libraries that implement HTML handling (beautifulsoup?) that I could be leveraging to do this smarter (and thus with fewer Guardian API calls).

Guide contributeur

Direction de recherche
Étudiez comment utiliser BeautifulSoup pour supprimer les balises HTML des chaînes de caractères lede et headline, et intégrez le dans la base de code existante.
Stack technique
python
Domaine
data
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonBeautifulSoup
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
75