[tradein][tech-debt] Avito address CSS leak — Emotion .css-* классы в address #577

New issue

Closed

opened 2026-05-25 06:02:35 +00:00 by lekss361 · 1 comment

lekss361 commented

2026-05-25 06:02:35 +00:00

Owner

Проблема

В listings.address для avito source попадают остатки Emotion CSS-класса (.css-xxxxxx). PR-1 из 8PR-roadmap.

Что сделать

Regex cleanup в scrapers/avito.py после extract address:

address = re.sub(r'\.css-\w+', '', address).strip()

Backfill existing data.

Refs

decisions/Decision_TradeIn_DataQuality_8PR_Roadmap PR-1

## Проблема В `listings.address` для avito source попадают остатки Emotion CSS-класса (`.css-xxxxxx`). PR-1 из 8PR-roadmap. ## Что сделать Regex cleanup в `scrapers/avito.py` после `extract address`: ```python address = re.sub(r'\.css-\w+', '', address).strip() ``` Backfill existing data. ## Refs - `decisions/Decision_TradeIn_DataQuality_8PR_Roadmap` PR-1

lekss361 added the

tradein

tech-debt

scrapers

labels 2026-05-25 06:02:35 +00:00

Light1YT commented

2026-05-28 09:49:01 +00:00

Owner

Уже решено. В app/services/scrapers/avito.py есть _clean_address() с _CSS_NOISE_RE (стрипает Emotion CSS-блоки .css-xxx{...}) + _NOT_ADDRESS_TAIL_RE (убирает хвостовой мусор «Площадь N», «от N мин.», css-токены). Вызывается на extract address (line 306).

Проверка на проде: SELECT count(*) FILTER (WHERE address ~ 'css-') FROM listings WHERE source='avito' → 0 из 9302. Грязных адресов нет. Closing as resolved.

Уже решено. В `app/services/scrapers/avito.py` есть `_clean_address()` с `_CSS_NOISE_RE` (стрипает Emotion CSS-блоки `.css-xxx{...}`) + `_NOT_ADDRESS_TAIL_RE` (убирает хвостовой мусор «Площадь N», «от N мин.», css-токены). Вызывается на extract address (line 306). Проверка на проде: `SELECT count(*) FILTER (WHERE address ~ 'css-') FROM listings WHERE source='avito'` → **0 из 9302**. Грязных адресов нет. Closing as resolved.