siulkilulki
7dd903b3b5
Add last_access field to annotator_console user stats. Add split-data script. Add tsv2fasttext.py Add todos.org.
895 B
895 B
- Backlog
- odsiać binarny content
- przetestować find_new_key
- napisać testy do annotatora
- obsłużyć w annotatorze częściowe godziny typu: 7,00 | 7 00 | 700
- handle column pages http://parafiawincentegoapaulo.pl/msze.html
- handle <sup> and <sub> tags e.g.
- Change to levelDB database for cache
- crawling non domain masses
- dostęp do redisa bez sudo
- W1
Backlog
TODO odsiać binarny content
TODO przetestować find_new_key
TODO napisać testy do annotatora
TODO obsłużyć w annotatorze częściowe godziny typu: 7,00 | 7 00 | 700
TODO handle column pages http://parafiawincentegoapaulo.pl/msze.html
TODO handle <sup> and <sub> tags e.g.
Msze od poniedziałku do soboty rano o godzinie 6<sup>45 </sup>`
TODO Change to levelDB database for cache
TODO crawling non domain masses
Scraper shouldn't crawl these types of urls: https://www.tumblr.com/widgets/share/tool/preview?shareSource=legacy&canonicalUrl=&url=http%3A%2F%2Falbert.zgora.pl%2F2014%2F08%2Fbierzmowanie%2F&title=Bierzmowanie
Came from: http://albert.zgora.pl/2014/08/bierzmowanie/