scrapinghub/arche

Use `pool` to download items with `filter`

开放

#13 创建于 2018年12月25日

在 GitHub 查看
 (1 条评论) (0 个反应) (0 位负责人)Python (17 个派生)auto 404
Type: BugType: Performancegood first issue

仓库指标

星标
 (47 个星标)
PR 合并指标
 (PR 指标待抓取)

描述

The current logic of dividing on batches by start_index and count doesn't account for filter. When using filter, returned items _key don't correspond with actual index so the data repeats.

贡献者指南

研究方向
调查池模块中的批量下载逻辑，了解过滤器如何影响索引映射，并提出避免数据重复的修复方案。
技术栈
python
领域
backenddata
议题类型
缺陷
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。
3
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。
半天
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
GitPython
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。
75