formasaurus 0.9.0

0.9.0 (2024-06-19)

• 放弃了对Python 3.7及以下版本的官方支持，并添加了对Python 3.8及以上版本的官方支持。

• 添加了对所有依赖项最新版本的支持，并按以下方式升级了依赖项的最小支持版本

  • docopt: 0.4.0

  • requests: 1.0.0

  • tldextract: 1.2.0

  • with-deps 额外依赖

    • joblib: 1.2.0

    • lxml: 4.4.1

    • lxml-html-clean: 0.1.0

    • scikit-learn: 0.18.0 → 0.24.0

    • scipy: 1.5.1

    • sklearn-crfsuite: 0.3.1 → 0.5.1

• https://github.com/scrapinghub/formasaurus 是新的代码仓库，取代了 https://github.com/TeamHG-Memex/Formasaurus。

• 更新了 CI 配置和开发工具。

0.8.1 (2018-07-02)

• 不再支持 scikit-learn < 0.18；

• Formasaurus 不再使用 Python 3.3 进行测试；

• 测试已修复以应对上游变更；启用了 Python 3.6 构建。

0.8 (2016-05-24)

• 添加更多验证码的标注数据；

• formasaurus init 命令用于训练和缓存模型。

0.7.2 (2016-04-18)

• 绕过 pip 与 pip install formasaurus[with-deps] 相关的 bug；现在应该使用 pip install formasaurus[with_deps] 来运行。

0.7.1 (2016-03-03)

• 在 readthedocs.org 上修复了 API 文档；

0.7 (2016-03-03)

• 添加更多标注数据；

• 添加了新的 form_classes 和 field_classes 属性到 FormFieldClassifier；

• 在 formasaurus.utils.download 中改进了网页编码检测的鲁棒性；

• 修复了标注小部件中的 bug；

0.6 (2016-01-27)

• fields=False 参数现在在 formasaurus.extract_forms、formasaurus.classify、formasaurus.classify_proba 函数和相关 FormFieldClassifier 方法中受支持。它允许在不需要时避免预测表单字段类型。

• formasaurus.classifiers.instance() 已重命名为 formasaurus.classifiers.get_instance()。

• 不再对表单类型分类器进行偏差正则化。

0.5 (2015-12-19)

这是一个不兼容的前向版本。

• Formasaurus 现在可以检测字段类型，而不仅仅是表单类型；

• API 已更改 - 请查看更新后的文档；

• 检测到的表单类型更多；

• 评估设置得到了改进；

• 使用 IPython 小部件重写了标注 UI；

• 添加了更多训练数据。

0.2 (2015-08-10)

• 支持 Python 3；

• 修复了模型自动创建的问题。

0.1 (2015-07-09)

首次发布。