Регулярно требуется преобразовать какой-либо текст в максимально совместимый текст для URL, имени файла, имени объекта в каком-то софте и тд. Требования совместимости простые: в тексте должны быть только допустимые символы. Обычно это a-z, 0-9 и "_" или "-". То есть, только прописные буквы латинского алфавита и цифры (как пример).
Допустим, нам нужно название статьи в блоге преобразовать в slug для добавления его в URL этой статьи. Как это лучше всего сделать?
В Django по умолчанию есть готовая функция slugify для таких случаев.
Но я её никогда не использую. Почему? Потому что её недостаточно!
Приведём пример
>>> from django.utils.text import slugify
>>> slugify('This is a Title')
'this-is-a-title'
Пока всё отлично
>>> slugify('This is a "Title!"')
'this-is-a-title'
Спец символы удалились, всё хорошо.
>>> slugify('Это заголовок статьи')
''
Вот и приехали 😢. Если текст не английский то буквы просто игнорируются. Можно это поправить
>>> slugify('Это заголовок статьи', allow_unicode=True)
'это-заголовок-статьи'
Но тогда мы не вписываемся в условие. У нас появилась кириллица в тексте.
Так как я часто пишу сайты для русскоязычных пользователей эта проблема весьма актуальна. Я не использую стандартную функцию и всегда пишу свою.
Оригинал я не беру в расчёт и пишу полностью свою функцию. И так, по порядку:
🔸1. Исходный текст:
>>> text = 'Мой заголовок №10 😁!'
Взял специально посложней со специальными символами.
🔸2. Транслит
Необходимо сделать транслит всех символов в латиницу. Здесь очень выручает библиотека unidecode. Помимо простого транслита кириллицы в латиницу она умеет преобразовывать спец символы и иероглифы в текстовые аналоги.
from unidecode import unidecode
>>> unidecode("Ñ Σ ® µ ¶ ¼ 月 山")
'N S (r) u P 1/4 Yue Shan'
Очень крутая библиотека, советую👍
В нашем случае получаем такое преобразование:
>>> text = unidecode(text)
>>> print(text)
'Moi zagolovok No. 10 !'
Отличный транслит. Смайл просто удалился, хотя я ждал что-то вроде :). Ну и ладно, всë равно невалидные символы.
А еще наш код уже поддерживает любой язык, будь то хинди или корейский.
🔸4. Фильтр символов
Unidecode не занимается фильтрацией по недопустимым символам. Это мы делаем в следующем шаге через regex. Просто заменим все символы на "_" если они вне указанного диапазона.
>>> text = re.sub(r'[^a-zA-Z0-9]+', '_', text)
>>> print(text)
'Moi_zagolovok_No_10_'
Символ "+" в паттерне выручает когда несколько недопустимых символов идут рядом. Все они заменяются на один символ "_".
🔸5. Slugify
Осталось удалить лишние символы по краям и сделать нижний регистр
>>> text = text.strip('_').lower()
>>> print(text)
'moi_zagolovok_no_10'
Получаем отличный slug! 😎
🌎 Полный код в виде функции.
______________
PS. Проверку что в строке остался хоть один допустимый символ я бы вынес в отдельную функцию.
#libs#tricks#django
ByteDance Sues Intern for Alleged AI Sabotage Amid China’s AI Race
ByteDance, the parent company of TikTok, is suing a former intern, Tian Keyu, for 8 million yuan ($1.1 million USD), alleging sabotage of its AI large language model training infrastructure. The lawsuit, filed in the Haidian District People’s Court in Beijing, claims Tian manipulated the model's code without authorization. The case has gained significant attention in China, highlighting the high stakes of AI development as the country races to establish itself as a global AI leader.
While ByteDance has dismissed rumors about extensive financial losses and GPU usage linked to the incident, the lawsuit underscores the growing legal complexities surrounding AI development. Cases involving interns, particularly with claims of this magnitude, are rare, signaling the rising importance of safeguarding AI infrastructure amid intense technological competition.
#AIRegulation#AIInfrastructure#LegalTech
💡DeepSeek выложили новый open-source проект — LPLB.
Это экспериментальный балансировщик нагрузки для моделей Mixture-of-Experts (MoE).
В репозитории описано, как система:
• динамически перераспределяет экспертов, опираясь на статистику нагрузки;
• создаёт реплики с учётом топологии кластера;
• решает оптимальное распределение токенов по экспертам через LP-решатель, работающий прямо на GPU (cuSolverDx + cuBLASDx);
• использует метрики загрузки, полученные вручную, через torch.distributed или через буферы Deep-EP.
Гайд показывает, как может выглядеть умный и точный балансировщик для больших MoE-архитектур.
GitHub: https://github.com/deepseek-ai/LPLB
ai_machinelearning_big_data
#DeepSeek#LPLB#MoE#AIInfrastructure#OpenSource
⚡️Это гигантский дата-центр Amazon за $11 млрд в Индиане.
Кампус строится под обучение и инференс ИИ и будет потреблять до 2.2 ГВт - примерно как 1 миллион домов.
В состав комплекса войдут собственные электростанции, поэтому нагрузка на местную энергосеть и тарифы для жителей должна быть минимальной.
@ai_machinelearning_big_data
#Amazon#DataCenter#AIInfrastructure#AIFactory#CloudComputing
🔥UNICON SOFT — Oʻzbekistonda AI infratuzilmasi yangi darajada
UNICON SOFT kompaniyasi Oʻzbekistonda sun’iy intellekt yo‘nalishida yana bir muhim texnologik bosqichni bosib o‘tdi.
Kompaniya avvalroq mamlakatimizda birinchilardan bo‘lib NVIDIA DGX Spark superkompyuterlarini ishga tushirgan edi. Endilikda esa UNICON SOFT NVIDIA’ning eng so‘nggi avlodidagi B200 AI serverlarini Oʻzbekistonga birinchilar qatorida olib keldi.
🧠NVIDIA B200 — Blackwell arxitekturasi asosidagi eng kuchli AI platformalardan biri.
Har bir server quyidagi texnik imkoniyatlarga ega:
⚙️Asosiy texnik ko‘rsatkichlar:
• 🔹1,44 TB (1 440GB) GPU xotira (HBM3e)
• 🔹 Juda yuqori memory bandwidth (LLM va multimodal modellarga mos)
• 🔹 AI training va inference uchun optimallashtirilgan tensor cores
• 🔹 Yirik LLM’larni (70B+, 100B+, multimodal) to‘liq GPU xotirada o‘qitish imkoniyati
• 🔹 RAG, fine-tuning, distributed training va real-time inference uchun ideal platforma
💰 Ushbu darajadagi serverlarning bozordagi taxminiy narxi $500 000 atrofida baholanadi.
🚀UNICON SOFT’ning strategik maqsadi — Oʻzbekistonda:
• mustaqil va kuchli AI infratuzilma yaratish
• mahalliy AI modellarni o‘qitish
• davlat, sanoat va xususiy sektor uchun real hisoblash quvvatini ta’minlash
📦 Ma’lumotlarga ko‘ra, bu birinchi partiya bo‘lib, kompaniya yil yakuniga qadar yana kamida 10 ta NVIDIA B200 serverlarini xarid qilishni rejalashtirgan.
Bu esa UNICON SOFT’ni:
✅ Oʻzbekistondagi eng yirik AI infratuzilma investorlaridan biriga
✅ Markaziy Osiyoda yuqori darajadagi AI hisoblash markazlarini shakllantirayotgan yetakchi kompaniyalardan biriga
aylantirmoqda.
🇺🇿UNICON SOFT — sun’iy intellekt kelajagini Oʻzbekistonda qurmoqda.
#UniconSoft#NVIDIA#B200#Blackwell#AIInfrastructure#Supercomputer#HBM3e#LLM#Uzbekistan
🚀 AlphaTON Capital Secures $43 Million Strategic Funding for AI Infrastructure
AlphaTON Capital has announced a strategic financing agreement with Vertical Data, valued at approximately $43 million. According to Foresight News, the deal is expected to be finalized by the second quarter of 2026. The funding will focus on AI hardware deployment, accelerating the development of privacy computing and sovereign AI infrastructure. This initiative aims to support the integration of AI, digital assets, and confidential computing. Additionally, AlphaTON's AI and privacy computing infrastructure will provide foundational computing power for applications related to partners such as Telegram and Animoca Brands.
#AlphaTONCapital#StrategicFunding#AIInfrastructure#PrivacyComputing#SovereignAI#DigitalAssets#AIHardware#ConfidentialComputing#VerticalData#ForesightNews#Telegram#AnimocaBrands#TON