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
Мегаподборка #all уже в вашей ленте✨
Barter X Change
Кейс-чемпионат, в котором необходимо прорывное решение для рынка криптовалют.
Дедлайн: 20 октября
Альфа-Движ
Фестиваль от Альфа-Банка с лекциями, на котором студенты находят себя.
Дата и место проведения: 16 октября в Санкт-Петербурге
Форум «Наука будущего – наука молодых»
Мероприятие состоится 29 октября - 01 ноября в Самаре.
Дедлайн: 22 октября
Именная Стипендия Андрея Мельниченко
Возможность выиграть ежемесячную поддержку размером от 5 до 25 тысяч рублей за отличные результаты в учебе и/или прорывные проекты и успехи в научной работе.
Дедлайн: 11 октября
Excellence
Ротационная программа развития по направлению «Торговый маркетинг» в компании JTI.
Дедлайн: 20 октября
РСХБ Старт
Оплачиваемая стажировка в Россельхозбанке по направлениям: маркетинг, экономика и финансы, журналистика, юриспруденция, аналитика, ИТ, HR, менеджмент и др.
Дедлайн: не указан
ТеДо амбассадоры
Участники программы будут представлять ТеДо в социальных сетях, на мероприятиях и в учебных заведениях, рассказывать о наших проектах и расширять возможности развития студентов своего университета.
Дедлайн: 20 октября
Кадровый резерв Росмолодежи
Конкурс на включение в кадровый резерв Федерального агентства по делам молодежи по ведущей группе должностей категории «специалисты».
Дедлайн: 23 октября
Не забудь поставить🔥
@youthandcareer
#jlm#haifa и вообще-то #all
Нам в Иерусалиме некуда было вставить какой-то такой вечер перед Новым годом, когда можно сказать спасибо, потанцевать, немножко вытрясти из себя все тревоги и ужасы года. И мы подумали вставить этот вечер в Хайфу. (Потому что хайфские премьеры забрали наши вечера четвергов, нет-нет, мы не жалуемся, мы восхищаемся).
В общем, поговорили с Хайфским театром и с их одобрения зовем всех желающих 28 декабря в 20.00 после спектакля на такую вот общую микро-чеверинку, чтоб поддержать друг друга, и чтоб были силы на следующие месяцы в этом непростом прямо скажем мире.
Несите с собой всякие чипсы, соки и нелепые луки!
Hanamal 45, Haifa
Если кто-то хочет приехать, но далеко и поэтому тревожно, давайте объединяться и ехать вместе.
#all ВНИМАНИЕ! ВЫЕЗД!
#Ушанов В.П., 63 года
Сбор 13.09.2022 с 18:40
Место сбора: Парковка ГМ О'кей, Ленинградское ш.12, г. Гатчина
Координаты: 59.582729, 30.139900
Одежда: город
С собой: Скотч
Координатор: Юрий (Бер)
Инфорг: Евгения (Люцик) 89633459659
Ася (Кицунэ) 89217629852
Тема на форуме: https://vk.cc/cgxAhF
#all ВНИМАНИЕ! ВЫЕЗД!
#Тытюк Л.С. 82 года
Сбор 26.08.2022 с 22:40
Место сбора: проспект Художников, 11Б
Координаты: 60.036519, 30.344742
Одежда: город
С собой: ориентировки, скотч, фонари
Координатор: Юрий (Бер)
Инфорг: Надежда (Химера) 89817556296
Тема на форуме: https://lizaalert.org/forum/viewtopic.php?f=120&t=60397
#all ВНИМАНИЕ! ВЫЕЗД!
#Воробьева (Норба) В.А., 85 лет
Сбор 01.07.2023 с 02:20
Место сбора: ул. Планерная, 57к1
Координаты: 60.021216, 30.224656
Одежда: город
С собой: ориентировки, скотч
Координатор: Юрий (BER)
Инфорг: Ольга (Пальмира) 89992060242
Тема на форуме: https://lizaalert.org/forum/viewtopic.php?f=120&t=68548&p=628374#p628374