Unstructured-IO / Unstructured-IO/unstructured-python-client

bug: pdf splitting modifies returned csv elements

Aperta Adatta ai principianti
#201 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

bug
Lingua principale
Python
Stelle
119
Fork
22
Merge medio
1g 21h
PR unite (30g)
1

Descrizione

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.

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

Inizia da test_unstructured_client/integration/test_decorators.py::test_integration_split_csv_response e sostituisci la sua asserzione abbreviata con un confronto che esponga il campo aggiuntivo text_as_html e l’id diverso dell’elemento. Traccia la gestione della risposta CSV per split_pdf_page=True e False; il lavoro è completato quando entrambe le risposte sono identiche e il test di integrazione verifica il risultato completo.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
python
Ambito
api
Tipo di issue
Bug
Difficoltà
2/5
Tempo stimato
1-3 ore
Stato di attività
Ferma
Chiarezza
Specificata chiaramente
Idoneità per principianti
62/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.