bug: pdf splitting modifies returned csv elements

Abierto Apto para principiantes
#201 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
62/100
Tipo de issue
Error
Claridad
Bien especificado
Estado de actividad
Estancado
Stack tecnológico
python
Área
api

Línea de trabajo

Empieza con test_unstructured_client/integration/test_decorators.py::test_integration_split_csv_response y reemplaza su aserción abreviada por una comparación que exponga el campo adicional text_as_html y el id diferente del elemento. Traza el manejo de la respuesta CSV para split_pdf_page=True y False; estará terminado cuando ambas respuestas sean idénticas y la prueba de integración compruebe el resultado completo.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

bug

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.

Lenguaje dominante
Python
Estrellas
119
Forks
22
Merge medio
1 d 21 h
PR fusionados (30 d)
1

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de Unstructured-IO/unstructured-python-client

Todos los issues de Unstructured-IO/unstructured-python-client

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.