Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Do not index irrelevant content of the pages

Aperta
#40 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
30/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python
Ambito
search

Direzione di ricerca

Non sono indicati file, test o punti di ingresso. Inizia individuando il percorso di indicizzazione delle pagine dello scraper e verificando se viene utilizzato il parser HTML di libzim, quindi confronta le parti delle pagine che dovrebbero essere escluse tra i progetti. Il lavoro è completato quando è stato concordato un metodo appropriato per il progetto per omettere dall'indice i contenuti irrilevanti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement

We shouldn't index some parts of the page which are not relevant:

Image

This is a hard feature since all this comes from online, and is a bit different in every project.

Note that default HTML parser from libzim (I don't recall if we use it or not) ignores everything inside <!-- htdig_noindex -->...<!-- /htdig_noindex -->

Lingua principale
Python
Stelle
9
Fork
3
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di openzim/devdocs

Tutte le issue di openzim/devdocs

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.