bug: pdf splitting modifies returned csv elements

Đang mở Phù hợp với người mới

#201 mở ngày 28/10/2024 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó: 2/5
Thời gian dự kiến: 1-3 giờ
Mức phù hợp với người mới: 62/100

Loại issue: Lỗi
Độ rõ ràng: Đặc tả rõ ràng
Mức độ hoạt động: Đình trệ
Công nghệ: python
Lĩnh vực: api

Hướng nghiên cứu

Bắt đầu với test_unstructured_client/integration/test_decorators.py::test_integration_split_csv_response và thay thế assertion rút gọn của nó bằng một phép so sánh làm lộ trường text_as_html bổ sung và id khác nhau của phần tử. Truy vết việc xử lý phản hồi CSV cho split_pdf_page=True và False; hoàn tất khi cả hai phản hồi giống hệt nhau và integration test kiểm tra toàn bộ kết quả.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

bug

Describe the bug
When specifying output_format as csv, the response from the api is different when split_pdf_page is True or False. When False, the elements contain an extra metadata field: text_as_html. This also means the element id does not match.

To Reproduce
_test_unstructured_client/integration/test_decorators.py::test_integration_split_csv_response illustrates this, but is passing because it asserts on a shortened string.

Expected behavior
The response to be identical whether or not split_pdf_page is True or False.

Ngôn ngữ chính: Python
Star: 119
Fork: 22
Merge trung bình: 1 ngày 21 giờ
Pull request đã merge (30 ngày): 1

Hướng dẫn đóng góp

Mở hướng dẫn đóng góp

Bắt đầu từ đâu

Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
Fork repository và làm thay đổi trên một nhánh.
Mở pull request có tham chiếu số hiệu của issue.

Issue khác của Unstructured-IO/unstructured-python-client

bug/get_job returns COMPLETED status on FAILED jobs Đang mở

bug

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

Unstructured-IO/unstructured-python-client#314 · Mở ngày 19/11/2025
bug/ Server Error when creating Snowflake connector Đang mở

bug

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100

Unstructured-IO/unstructured-python-client#310 · Mở ngày 21/8/2025
bug/ Server Error when creating Confluence connector Đang mở

bug

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

Unstructured-IO/unstructured-python-client#309 · Mở ngày 20/8/2025
bug/SaaS API Kafka Cloud Connector inconsistency Đang mở

bug

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

Unstructured-IO/unstructured-python-client#308 · Mở ngày 20/8/2025
feat/<short-name> either add parameter "extract_image_block_output_dir" in unstructured api call of shared.PartitionParameters or include base46 encoded images in meta data when chunking stratergy ="by_title" Đang mở

enhancement

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100

Unstructured-IO/unstructured-python-client#258 · Mở ngày 5/4/2025

Tất cả issue của Unstructured-IO/unstructured-python-client

Issue tương tự

YN-1100: Nuke: Set viewer colorspace fails on copy knob None value Đang mở

sponsored

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 65/100

ynput/ayon-nuke#375 · Mở ngày 22/9/2026
opensubtitlescom: moviehash never sent when opensubtitles (.org) is not in the provider list Đang mở

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 86/100

Diaoul/subliminal#1382 · Mở ngày 22/9/2026
docker/am/import-pem-certs.sh has a syntax error on line 19 Đang mở

Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 92/100

ForgeRock/forgeops#722 · Mở ngày 22/9/2026
[Bug]: repeated memory selections consume the distinct-file retrieval budget Đang mở

triage/confirmed

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 88/100

agentscope-ai/agentscope#2775 · Mở ngày 22/9/2026
worker.gpuVendors silently accepts unsupported/misspelled vendor names — no validation guard Đang mở

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 84/100

gpustack/gpustack#6264 · Mở ngày 22/9/2026

Thêm issue về Python

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.