Double empty line between articles.
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- data-engineering
Direzione di ricerca
Riprodurre l’estrattore su un dump di Wikipedia e ispezionare l’output in corrispondenza dei confini degli articoli. Seguire il percorso di formattazione che emette i separatori degli articoli e confrontare i casi che mostrano \n\n con quelli che mostrano \n. Il lavoro è completato quando i confini degli articoli usano un separatore coerente in tutto l’output, in modo che possa essere analizzato in modo affidabile.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
It does works, however, beside being horribly slow; it has a major issue.
It should separate articles with two empty lines, which it does, sometimes.
\n\n
but NOT on all articles.
\n
This makes the text output impossible to parse on a large scale, since no consistency is taken, it can happen everywhere.
And I am sure peoples had spent a lot of time figuring it out, as I did, and have end-up to abandon their project completly.
:/
- Lingua principale
- Python
- Stelle
- 28
- Fork
- 17
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
foxglove/mcap#1907 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
namespace operations
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 72/100
EclipseFdn/open-vsx.org#14623 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
developmentseed/titiler-cmr#261 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
andrewyng/openworker#774 ·
I maintainer di solito rispondono entro 1 giorno
-
aggfuncAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
worldbank/blackmarblepy#160 ·