Simplifique títulos con mathml de OpenAlex

[restrepo]

Muchos títulos están quedando ilegibles con el mathml de OpenAlex y dificultan la búsqueda por similaridad. Se recomienda procesarlos con el siguiente código antes de procesamientos adicionales: BeautifulSoup(sub(r"([a-zA-Z])<", r"\1 <",text)).text.strip() (ver al final)

Ejemplo:

• https://dev.apis.impactu.colav.co//app/work/660b1e7dfe99b8857e976688?section=info
• https://doi.org/10.1103/physrevd.87.095010
• https://api.openalex.org/works/W1967455469

para ese trabajo la información de título se perdió completamente en la plataforma y no se logró identificar el artículo similar en datos abiertos de minciencias:

>>> from bs4 import BeautifulSoup
>>> from re import sub
>>> text=r'Baryonic violation of<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>R</mml:mi></mml:math>parity from anomalous<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>U</mml:mi><mml:mo stretchy="false">(</mml:mo><mml:mn>1</mml:mn><mml:msub><mml:mo stretchy="false">)</mml:mo><mml:mi>H</mml:mi></mml:msub></mml:math>'
>>> BeautifulSoup(sub(r"([a-zA-Z])<", r"\1 <",text)).text.strip()

'Baryonic violation of R parity from anomalous U (1)H'

[omazapa]

implemented