gosom/google-maps-scraper

Option "do not scrape duplicates"

Open

#48 创建于 2024年4月24日

在 GitHub 查看
 (2 评论) (1 反应) (0 负责人)Go (631 fork)auto 404
enhancementgood first issue

仓库指标

Star
 (4,218 star)
PR 合并指标
 (平均合并 19天) (30 天内合并 12 个 PR)

描述

Often, when scraping several similar queries (or one query in nearby locations), duplicates may appear in search results, resulting in duplicate entries in the output file and requiring additional time to complete the task. Is it possible to implement a parameter that prevents scraping information about an organization if it has already been scraped earlier?

贡献者指南

研究方向
实现一个命令行标志（例如 dedup），将已抓取地点的唯一标识符（例如 place id）存储在一个集合或文件中，如果标识符已存在则跳过抓取。检查现有代码库中结果处理的位置，并在此处添加去重检查。
技术栈
go
领域
cli
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
Go
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60