NEWS.md

In datamedios: Scraping Chilean Media

datamedios 1.2.2

Agregrado (Added)

• Se creó una nueva función grafico_notas_fecha que reemplaza la antigua grafico_notas_por_mes.
• Esta función permite especificar día o mes, y fue optimizada utilizando plotly y ggplotly para agregar interactividad.
• Tiene como parámetro tema, con opción light y dark.
• Con un funcionamiento similar, se agregó la función grafico_comparacion_medios.
• Sumado a las funciones de grafico_notas_fecha, recibe un vector de strings con los nombres de los medios a comparar.
• Incluye un parámetro tipo_grafico para elegir entre gráfico de barras o líneas.

Modificado (Changed)

• La función grafico_notas_por_mes será eliminada prontamente. Por mientras, se puede usar pero muestra un aviso para que los usuarios utilicen grafico_notas_fecha.

datamedios 1.2.1

Corregido (Fixed)

• Se mejoró significativamente la robustez de las funciones de extracción para Emol (extraer_noticias_fecha_emol, extraer_noticias_max_res_emol) al procesar la estructura de datos devuelta por la API, especialmente para campos como resumen (_source.bajada), URL de imagen (_source.tablas.tablaMedios, _source.imagen) y temas (_source.temas). Esto previene errores que causaban la pérdida de todos los datos extraídos de Emol.
• Las funciones de extracción de Emol ahora utilizan funciones auxiliares (helpers) internas para procesar campos complejos, mejorando la legibilidad y el manejo de errores específicos de cada campo.
• Se implementó un manejo de errores más informativo en las funciones de extracción de Emol: si ocurre un error crítico durante el procesamiento final de los datos, se guarda una muestra de los datos crudos problemáticos en un archivo .rds para facilitar la depuración.
• Se mejoró la robustez de la función limpieza_notas para manejar correctamente el contenido de noticias que puede ser HTML crudo, texto plano, o valores NA.
• Se solucionó un error en limpieza_notas que ocurría cuando el contenido de una noticia era NA, evitando la detención de la función.
• La función limpieza_notas ahora maneja de forma más predecible la inicialización de la columna contenido_limpio, usando siempre la columna contenido como base en cada ejecución.

Mejorado (Improved)

• Se optimizó la función limpieza_notas para detectar si el contenido es HTML antes de intentar un parseo completo, mejorando la eficiencia para contenidos que ya son texto plano.
• Se refinó la lógica de filtrado por términos de búsqueda y sinónimos en limpieza_notas para ser más consistente con la presencia de valores NA en el contenido.
• Se estandarizó el uso de NA_character_ en los helpers de extracción de Emol para asegurar consistencia en los datos procesados.

datamedios 1.2.0

Agregado (Added)

• Nuevas fuentes para la extracción de noticias de medios chilenos.
• Funciones auxiliares para utilizar un enfoque iterativo controlado.

Mejorado (Improved)

• Modificación por modularización de las funciones de extracción de datos por fecha o por cantidad máxima de resultados.
• Se modifica la función de limpieza para que responda a los formatos de las noticias de las nuevas fuentes.

datamedios 1.1.0

Mejorado (Improved)

• Mejor rendimiento de funciones.

datamedios 1.0.0

• Initial CRAN submission.

datamedios documentation built on June 23, 2025, 9:08 a.m.