Add DOCX and EPUB parsers
还没有人认领这个 Issue。
评估
调研方向
Start by reading gknowledge/core/parsers.py and the existing parser behavior. Use Python’s zipfile and xml standard library modules to identify how DOCX and EPUB text can be extracted while keeping core dependency-free. Add support for both formats, then check that their text is extracted and existing parser behavior remains intact.
由索引模型根据 Issue 内容生成。
描述
Extend gknowledge/core/parsers.py with stdlib-only (zipfile + xml) text extraction. Keep the core dependency-free.
- 主要语言
- Python
- 星标
- 13
- 派生
- 0
- 平均合并
- 17 分钟
- 30 天内合并 PR
- 4
环境准备
- 没有 Dockerfile 或 Docker Compose 文件
- 有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
openapi/gknowledge 的其他 Issue
-
area: ui good first issue
难度 2/5 1-3 小时 新手友好度 82/100
openapi/gknowledge#19 ·
-
area: ui good first issue
难度 2/5 1-3 小时 新手友好度 86/100
openapi/gknowledge#13 ·
-
area: ui good first issue
难度 2/5 1-3 小时 新手友好度 88/100
openapi/gknowledge#11 ·
-
area: ui good first issue
难度 2/5 1-3 小时 新手友好度 85/100
openapi/gknowledge#10 ·
-
area: ui good first issue
难度 2/5 1-3 小时 新手友好度 87/100
openapi/gknowledge#8 ·
查看 openapi/gknowledge 的全部 Issue
相似的 Issue
-
vis.image() reports "Unsupported number of image channels: 224" for an HxWxC image可能已有人在做 @piyush182004 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 62/100
fossasia/visdom#1997 · 3 条评论 ·
维护者通常 6 天内回复
-
Byse new domain未关闭
难度 2/5 1-3 小时 新手友好度 62/100
Gujal00/ResolveURL#1525 ·
维护者通常 1 天内回复
-
Serialisation fails with pydantic 2.14: wrap serialisers pass SerializationInfo as index_key可能已有人在做 @hugohills-regnosys 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 82/100
finos/rune-python-runtime#45 ·
-
[Bug]: LangGraph Store sync put bypasses namespace validation可能已有人在做 @ktz03 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 72/100
volcengine/OpenViking#6050 ·
维护者通常 1 天内回复
-
bug
难度 2/5 1-3 小时 新手友好度 72/100
hummingbot/condor#283 ·
维护者通常 1 天内回复