openzim / openzim/python-scraperlib
Add utility to index ePub documents content
未关闭
还没有人认领这个 Issue。
enhancement
- 主要语言
- Python
- 星标
- 31
- 派生
- 27
- 平均合并
- 3 天 7 小时
- 30 天内合并 PR
- 2
描述
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
贡献指南
这个仓库没有索引到贡献指南
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。
调研方向
首先查看 python-scraperlib 的 pull request 182 中的 PDF 提取工作，以及相关的 Gutenberg issue 95。确定 ePub 提取所需的可复用 scraperlib 入口点，并将完成定义为公开 ePub 内容和元数据，以便 scrapers 将其用于全文索引。
由索引模型根据 Issue 内容生成。
评估
- 技术栈
- python
- 领域
- search
- Issue 类型
- 功能
- 难度
- 3/5
- 预计耗时
- 1-2 天
- 活跃度
- 冷清
- 描述清晰度
- 基本清楚
- 新手友好度
- 55/100