Спарсить: ТЗ. Необходимо обработать и очистить базу данных вопросов, собранных с 4 сайтов, а также корректно сопоставить изображения с записями. Общий объём — около 37 500 вопросов, из них примерно 29 000 содержат изображения, требующие корректной привязки. К каждой группе вопросов есть папка с изображениями: 4 папки, внутри файлы пронумерованы. В базе данных ссылки содержат путь вида сайт/папка/имя_фото, по которому можно сопоставить с файлами. Все вопросы уже распределены по типам (проверка скриптом или ручная), дополнительных классификаций делать не нужно. Задача по очистке: удалить HTML-теги и лишние элементы форматирования, привести текст к чистому виду без спецсимволов. Есть проблемные ячейки с формулами и «разъехавшейся» версткой, которые нужно аккуратно обработать. После обработки БД планируется тестирование на действующем боте перед финальной приемкой. Срок выполнения — 1–2 недели, запуск проекта уже близок. Желательно ориентироваться на исполнителей, умеющих работать с Python / pandas / регулярными выражениями и разбираться в базах данных.