Save The Web Project
·
STWP 2025 第 20-25 周合并周报
💡
原文中文，约1200字，阅读约需3分钟。
📝
内容提要
过去五周专注于Zeno项目，进行了代码重构、日志彩色化和CSS解析器的引入。同时，利用TF-IDF分类器识别并标记了xLog上的垃圾文章账号，并改善了GitHub页面的存档效果，增加了存档功能。
🎯
关键要点
- 过去五周专注于Zeno项目，没有进行其他存档项目。
- 第20-21周对Zeno处理对象存储的代码进行了重构，添加了解析Azure Blob的能力。
- 第20-21周让Zeno终端输出的日志变为彩色。
- 第23周引入了标准CSS解析器，替换了原本的正则提取方式。
- 第25周发现xLog上有一半的新文章是垃圾文章，使用TF-IDF分类器识别并标记了垃圾账号。
- 第25周支持提取CSS的@import链接，并完整支持解析HTML嵌入和引用的CSS资源。
- 第25周发现上游的CSS解析器不支持CSS Nesting和现代CSS语法，写了更鲁棒的正则作为备用解析器。
- 在调试CSS过程中发现VSC自带的CSS高亮未适配新语法标准，并提交了PR。
- 改善了对GitHub Issue页面的存档效果，向Zeno添加了Headless/Headfull存档功能。
❓
延伸问答
Zeno项目在过去五周的主要进展是什么？
Zeno项目进行了代码重构、日志彩色化和CSS解析器的引入，同时改善了GitHub页面的存档效果。
在第20-21周，Zeno项目做了哪些具体的改动？
在第20-21周，Zeno项目重构了处理对象存储的代码，并添加了解析Azure Blob的能力，同时让终端输出的日志变为彩色。
TF-IDF分类器在xLog项目中是如何应用的？
TF-IDF分类器被用来识别并标记xLog上的垃圾文章账号，发现一半的新文章是垃圾文章。
Zeno项目引入标准CSS解析器的原因是什么？
引入标准CSS解析器是为了替换原本容易产生误报的简陋正则提取方式，提高解析的准确性。
在第25周，Zeno项目对CSS的支持有哪些新功能？
第25周，Zeno项目支持提取CSS的@import链接，并完整支持解析HTML嵌入和引用的CSS资源。
Zeno项目在调试CSS时发现了什么问题？
在调试CSS过程中，发现VSC自带的CSS高亮未适配新语法标准，并提交了PR进行修复。
➡️
