Sitzung 191 nicht korrekt aufbereitet

[internaut]

Die Daten für die Sitzung 191 wurden leider nicht richtig aufbereitet, d.h. nicht aufgetrennt in einzelne Datensätze für die jeweiligen Redebeiträge. Es ist stattdessen nur ein einziger Datensatz mit dem gesamten Protokoll.

[k-nut]

Das liegt daran, dass die Zeilen in dem Originaldokument vom Stenografischen Dienst des Bundestages aus irgend einem Grund alle mit \u200e enden. Das ist eigentlich ein Zeichen, dass der Schriftfluss sich an dieser Stelle auf LTR (left to right ändern soll). Das hat an dieser Stelle aber (meiner Erkenntnis nach) nichts zu suchen. Man könnte an dieser Stelle im Scraper zusätzlich genau dieses Zeichen weg-strippen oder den Bundestag kontaktieren und sie darum bitten, dass zu berichtigen.

Hast du Lust, eine der beiden Wege auszuprobieren. Oder hat @knutator2 noch andere Vorschläge?

[internaut]

Danke für die Antwort. Habe momentan leider keine Zeit, das auszuprobieren und werde diese Sitzungdaten erst mal ignorieren.