OpenBagTwo/MarketWatch

Strip all HTML from lede (and headline)

開放

#2 建立於 2023年12月7日

在 GitHub 查看
 (0 則留言) (0 個反應) (0 位負責人)Jupyter Notebook (1 個分叉)auto 404
enhancementhelp wanted

倉庫指標

星標
 (3 顆星)
PR 合併指標
 (PR 指標待抓取)

描述

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).

貢獻者指南

研究方向
研究如何使用BeautifulSoup從lede和headline字串中去除HTML標籤，並將其整合到現有程式碼庫中。
技術棧
python
領域
data
議題類型
功能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 小時
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
新近可參與
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
PythonBeautifulSoup
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
75