OpenBagTwo/MarketWatch

Strip all HTML from lede (and headline)

Aperta

#2 aperta il 7 dic 2023

Vedi su GitHub
 (0 commenti) (0 reazioni) (0 assegnatari)Jupyter Notebook (1 fork)auto 404
enhancementhelp wanted

Metriche repository

Star
 (3 stelle)
Metriche merge PR
 (Metriche PR in attesa)

Descrizione

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).

Guida contributor

Direzione di ricerca
Studia come utilizzare BeautifulSoup per rimuovere i tag HTML dalle stringhe lede e headline e integrarlo nel codice esistente.
Tech stack
python
Dominio
data
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Nuova
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonBeautifulSoup
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
75