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
🗣 Attention all #AMA fans! Because of the Christmas Holiday, we will be rescheduling our session with Roman Povolotski from Dec 24 to Dec XXX.📅
🙏 We hope you'll join us for an extra special AMA session with awesome rewards! Merry Christmas!
Drop your preferable date and questions in the comments - will pick new one!
#AMA TokenPocket_TP x Owlto_Finance
⏰Sept 27th, 12:00 PM UTC
🪑 Venue: https://t.me/tokenPocket_en
✅Comment your Qs about Owlto_Finance on Twitter before the AMA
✅Join Telegram and enjoy the live AMA
🎁10 Arbitrum-Owlto NFTs to 5 best Twitter Qs & 5 best Live Qs
【Details】https://twitter.com/TokenPocket_TP/status/1706242563206742067
【Powered By】Crypto Box
【TokenPocket Retweeted】
Retweeted TronDao_RUS : #AMA TRON DAO Россия × TokenPocket
💰Погрузитесь в призовой фонд 100USDT!
⏰20 сентября в 13:00(Московское время)
🪑Место проведения: https://t.me/tronnetworkRU
✅Следите за TronDao_RUS TokenPocket_TP
【Details】https://twitter.com/TronDao_RUS/status/1703711833079861717
【Powered By】Crypto Box
#AMA TokenPocket x Bitstar War
⏰Jun 20th, 12:00 PM UTC
🪑 Venue: https://t.me/tokenPocket_en
✅Comment your Qs about BitstarWar on Twitter before AMA
✅Join Telegram and enjoy the live AMA
🎁$450 NFT Mystery Boxes to 5 best Twitter Qs & 5 best Live Qs
https://twitter.com/TokenPocket_TP/status/1670732579077779456
#AMA TokenPocket x Bitstar War
⏰Jun 20th, 12:00 PM UTC
🪑 Venue: https://t.me/tokenPocket_en
✅Comment your Qs about BitstarWar on Twitter before AMA
✅Join Telegram and enjoy the live AMA
🎁$450 NFT Mystery Boxes to 5 best Twitter Qs & 5 best Live Qs
https://twitter.com/TokenPocket_TP/status/1670732579077779456
#AMA Alert! 🚨
Join us on an amazing AMA, in which we'll discuss the role of real world assets tokenization and how The Go! Project is leading the next generation of RWA L1s.
When? Thursday, February 22 @ 11am PST
Where? https://twitter.com/i/spaces/1mrxmybeWPnxy
Don't miss out!
Fams, please join our #AMA with
@RollandSaf, hosted by @bitfinex and @BitFreedomGus
on March 21st 2PM UTC. Submit your question here: https://docs.google.com/forms/d/e/1FAIpQLSdxEXPefE4kApt_WAovyJQ8Jf6G8ENnlLas-9VneQ8tKhQaJA/viewform
Soon we are summarizing BulCoin.
We will determine the winner live on the telegram channel: https://t.me/bulcoin_blc
Wait for the announcement
#AMA
FAQ | BUY
✅Text AMA with Nicegram CPO is starting right now!
✅ Sergey S. will provide his answers in the comments under the AMA announcement post. Drop your questions with the #AMAhashtag in the comments section below and get your answers in real time!
The authors of the three most evocative questions will take home a neat reward of 20 USDT!
💰
If you don't have time to visit the AMA, don't worry! We will make a publication with all the questions and answers. You will have the opportunity to get acquainted with all the information at any time. 📝
Hey Nicegrammers! 👌
💰 Today at 4 P.M. GMT+3 we will hold a textAMA session with Sergey S., the Nicegram CPO.The authors of the three most evocative questions will take home a neat reward of 20 USDT!
✅ Sergey S. will provide his answers in the comments under the AMA announcement post. Drop your questions with the #AMAhashtag in the comments section below and get your answers in real time!
Thank you so much for being a part of our close-knit Nicegram community! 👌