openzim / openzim/python-scraperlib
Add utility to index ePub documents content
オープン
まだ誰も着手していません。
enhancement
- 主要言語
- Python
- スター
- 31
- フォーク
- 27
- 平均マージ
- 3日 7時間
- マージ済み PR（30日）
- 2
説明
Content of ePub documents is not indexed for full text search, while on some ZIM it is the "core" of the ZIM.
Extracting ePub info would be beneficial to multiple scrapers and should thus ideally be exposed in scraperlib, just like we did for PDFs in https://github.com/openzim/python-scraperlib/pull/182
コントリビューションガイド
このリポジトリのコントリビューションガイドは索引されていません
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
調査の方向性
まず、python-scraperlib の pull request 182 における PDF 抽出作業と、関連する Gutenberg issue 95 を確認します。ePub 抽出に必要な再利用可能な scraperlib のエントリーポイントを特定し、スクレーパーが全文インデックス作成に利用できるよう ePub のコンテンツとメタデータを公開することを完了条件として定義します。
索引モデルが issue の本文から書いたものです。
評価
- 技術スタック
- python
- 領域
- search
- issue の種類
- 機能追加
- 難易度
- 3/5
- 見積もり時間
- 1〜2日
- 活発さ
- 静か
- 明瞭さ
- おおむね明確
- 初心者へのやさしさ
- 55/100