Remove namespace 'w' durante a atualização das <mixed-citations>

[joffilyfe]

O que esse PR faz?

Este pull request remove o namespace w durante a atualização das tags <mixed-citations>, esta remoção é necessária já que este namespace não é conhecido pelos XMLs SciELO, suspeita-se que este namespace tenha sido adicionado durante a marcação dos HTML e que não adiciona informação relevante para os nossos XMLs.

Onde a revisão poderia começar?

• documentstore_migracao/utils/xml.py L:21;

Como este poderia ser testado manualmente?

• Extraia o artigo de PID S1414-462X2013000100003;
• Baixe, descompacte e adicione o arquivo de parágrafo [1] dentro da pasta xml/paragraphs do dsm;
• Execute a atualização das citações (ds_migracao mixed-citations update xml/source);
• Converta o XML atualizado;
• Verifique que não houve erro relacionado ao namespace w durante a conversão.

Algum cenário de contexto que queira dar?

N/A

Anexos

[1] - S1414-462X2013000100003.json.zip

Screenshots

N/A

Quais são tickets relevantes?

fix #375

Referências

N/A

[robertatakenaka]

@joffilyfe O mesmo problema não ocorre com <st1:City?

[joffilyfe]

@joffilyfe O mesmo problema não ocorre com <st1:City?

Não obtive erros relacionados ao namespace st1, @robertatakenaka, apenas o w faz o XML ser inválido.

[robertatakenaka]

@joffilyfe O mesmo problema não ocorre com <st1:City?

Não obtive erros relacionados ao namespace st1, @robertatakenaka, apenas o w faz o XML ser inválido.

será que é porque não está "fechando" e então não considera tag?

[joffilyfe]

será que é porque não está "fechando" e então não considera tag?

Não tenho propriedade pra te responder essa pergunta mas é curioso que após o XML ser salvo, o namespace st1 some, ele não permanece no XML. No exemplo acima nós obtemos o XML final com a mixed citation assim: <city w-st="on">....</city>.