BigAction/the-wave-clean

该数据集包含50个测试样本，每个样本包含查询(query)、URL、HTML内容、Selenium的真实值(selenium_ground_truth)、真实值的外部HTML(ground_truth_outer_html)、真实值的高亮截图(ground_truth_highlighted_screenshot)和完整XPath(full_xpath)等字段。数据集主要用于与网页内容相关的测试和分析，可能涉及网页自动化测试或网页内容提取等应用场景。

原始信息汇总

数据集概述

许可证

• 许可证类型: Apache-2.0

配置

• 默认配置:
  • 数据文件:
    • 分割: test
    • 路径: data/test-*

数据集信息

• 特征:

  • 名称: query
    • 数据类型: string
  • 名称: url
    • 数据类型: string
  • 名称: html
    • 数据类型: string
  • 名称: selenium_ground_truth
    • 数据类型: string
  • 名称: ground_truth_outer_html
    • 数据类型: string
  • 名称: ground_truth_highlighted_screenshot
    • 数据类型: string
  • 名称: full_xpath
    • 数据类型: string

• 分割详情:

  • 名称: test
    • 字节数: 96254184
    • 示例数量: 50

• 下载大小: 58574544

• 数据集大小: 96254184