ben
/
earwigbot
огледало от https://github.com/earwig/earwigbot
1
1
Разклонения 0
Код Версии 3 Activity
1145 Ревизии
2 Клонове
2.9 MiB
ИН на ревизия: a73f618e0a
Клонове Маркери
${ item.name }
Create branch ${ searchTerm }
от 'a73f618e0a'
${ noResults }
Commit Graph

55 Ревизии (a73f618e0aec26efdc28b85ae824911e1b9536c1)

Автор SHA1 Съобщение Дата
  Ben Kurtovic a73f618e0a Initial conversion to Python 3 преди 3 години
  Ben Kurtovic fe2e7879e4 Fix issues in previous commit преди 3 години
  Ben Kurtovic 2324a73624 copyvios: Refactor some parsing logic and add dynamic Blogger support преди 3 години
  Ben Kurtovic a49a82e263 Fix a few bugs преди 3 години
  Ben Kurtovic 2b5914b6ae Support parser-directed URL redirecting (for Wayback Machine PDFs) преди 3 години
  Ben Kurtovic 466d3a42f1 copyvios: Minor refactor for cleaner stack frames. преди 5 години
  Ben Kurtovic 42a224f365 copyvios: Catch PDF parser exceptions more aggressively. преди 5 години
  Ben Kurtovic f2099df5d5 Minor refactor in HTML parser. преди 7 години
  Ben Kurtovic eceb4d139a Minor refactor. преди 8 години
  Ben Kurtovic f92fb34d0e Improve sentence splitting, again. преди 8 години
  Ben Kurtovic 75058997c2 Split copyvio queries a bit differently; maybe better on other languages. преди 8 години
  Ben Kurtovic 91846ce4fb Refactor out mirror hinting logic in source parsers. преди 8 години
  Ben Kurtovic 147b46f572 A couple more fixes and cleanup. преди 8 години
  Ben Kurtovic 03910b6cb5 Add mirror detection logic to parsers; fixes. преди 8 години
  Ben Kurtovic 81a090c923 Allow content parsers to signal that a source should be excluded. преди 8 години
  Ben Kurtovic e99e1c1ef1 Typo fix. преди 8 години
  Ben Kurtovic 509598d7fc Try merging in templates with parameter values of a certain size (fixes #42) преди 8 години
  Ben Kurtovic 4e8be871b7 Update copyright year for 2015. преди 9 години
  Ben Kurtovic 9ffc3f1bf5 Raise file crawl size limit for PDFs. преди 9 години
  Ben Kurtovic 901192ec18 Handle errors from UnicodeDamnit. преди 9 години
  Ben Kurtovic 699f6e3b17 Seems it will sometimes raise AssertionError. преди 9 години
  Ben Kurtovic 12c5170815 Catch another exception thrown by pdfminer. преди 9 години
  Ben Kurtovic 77514ee925 Add another PDF string substitution. преди 9 години
  Ben Kurtovic 0bdcbca8b0 Rudimentary solution for PDF parsing (closes earwig/copyvios#18) преди 9 години
  Ben Kurtovic 30f72df470 Refactor parsers; fix empty document behavior. преди 9 години
  Ben Kurtovic 5349179088 Fix parsing of plain text documents (earwig/copyvios#3) преди 9 години
  Ben Kurtovic 7afb484cea Refactor a bunch of copyvio internals. Store all sources with a result object. преди 9 години
  Ben Kurtovic 54ddff049f Make CopyvioSource public; tweaks. преди 9 години
  Ben Kurtovic 9b87e2e5f7 Fix trying to remove a node that was already removed. преди 9 години
  Ben Kurtovic 193f96451e Also strip <ref>s in ArticleTextParser.strip(). преди 9 години
  Ben Kurtovic c4dede1459 Reorder length check to potentially fix an empty-query bug. преди 9 години
  Ben Kurtovic 5874467ec3 Bugfix, cleanup. преди 9 години
  Ben Kurtovic ae0c390ceb Redesign copyvio internals to parallelize URL loading/parsing. преди 10 години
  Ben Kurtovic 3e4dac967d Remove auto-quotes from queries; add min_query; halve max_query. преди 10 години
  Ben Kurtovic 6b146a397a Also strip out files and categories in ATP.strip(). преди 10 години
  Ben Kurtovic 2dfdf1bd4a Ensure the text is stripped properly. преди 10 години
  Ben Kurtovic 3dde1c5d60 Correctly handle HTML with no <body> tags. преди 10 години
  Ben Kurtovic 39d5c7c149 Update copyright notices for 2014. преди 10 години
  Ben Kurtovic ed95c99f0e Update email address. преди 10 години
  Ben Kurtovic 0b7a13eca5 Update copyright notices for 2013. преди 11 години
  Ben Kurtovic 8862bec3d9 Fix statements assigned to nothing. преди 11 години
  Ben Kurtovic a4dda89a61 Various fixes for copyvios. преди 11 години
  Ben Kurtovic 0ca84ab9bc Implement lazy-importing of oauth2, nltk, and bs4. преди 11 години
  Ben Kurtovic 4baab6f57c Implement lazy importing of root-level modules and packages. преди 11 години
  Ben Kurtovic 7d52d4558a Some updates to !lag. преди 12 години
  Ben Kurtovic 33aa1d6744 Collapse extra newlines to avoid distorting trigrams. преди 12 години
  Ben Kurtovic 5ab736723b Fixing a number of silly mistakes; refactoring (thanks pylint) преди 12 години
  Ben Kurtovic c260648bdb Finish chunking algorithm, improve !link, other fixes. преди 12 години
  Ben Kurtovic 569c815d99 Implement NLTK for chunking article content (#5). преди 12 години
  Ben Kurtovic cb87004107 Primitive screen scraper for HTML using BeautifulSoup and LXML. преди 12 години