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
Vaya, vaya 😱
🔴 El activista que denuncio "espionaje" de #AMLO habría formado parte una campaña de desinformación del Cartel del Noroeste 👀‼️🇺🇸
https://sinlineamx.com/eu-acusa-raymundo-ramos-nexos-con-cartel-del-noroeste/
🇲🇽Обратная сторона демократичности: Президента Мексики обвиняют в том, что он мог заразить коронавирусом пассажиров коммерческого рейса
Президент Мексики Лопес Обрадор заболел коронавирусом. Симптомы пока лёгкие, но известно, что у 67-летнего президента Мексики есть проблемы с сердцем (перенёс инфаркт в 2013 году) и гипертония.
Оппозиция использует болезнь президента для критики. Дело в том, что Обрадор в минувшее воскресенье только завершил свой трёхдневный визит на север страны. Учитывая, что президент передвигается обычными авиалиниями (отказался от использования борта №1), он мог заразить путешествующих с ним тем же рейсом пассажиров.
В официальном заявлении говорится, что симптомы начали проявляться в воскресенье, но не уточняется до или после полёта, что дало возможность оппозиционерам критиковать президента за якобы безответственное поведение. Сообщение о заболевании поступило через шесть с половинной часов после того, как самолёт, на котором он летел из Сан Луис Потоси, приземлился в Мехико.
Теперь тесты сдают все члены кабинета министров, некоторые уже заявили о переходе на самоизоляцию. Более того, в минувшую пятницу президент посетил своего бывшего главу администрации и агропредпринимателя Алфонсо Ромо.
Вместе с президентом в гостях у Ромо отобедали глава Cemex Рохелио Самбрано и член совета директоров бизнес-группы Alfa Армандо Гарса Сада.
Сам президент пока чувствует себя хорошо и накануне даже провёл телефонные переговоры с Владимиром Путиным, договорившись о поставке 24 млн доз вакцины Sputnik V. Это хорошая новость с учетом отсрочки поставок вакцины Pfizer.
#amlo
Ya está loco 🧠
🔴 Parece ser que #AMLO y #Sheinbaum son los culpables de todo lo que pasa en el mundo🚨😂
https://sinlineamx.com/simon-levy-acusa-amlo-y-sheinbaum-tiroteo-contra-trump/
¡Tómala! 💣💥
🔴 El #PT aseguró que #AMLO se "equivocó" al obligar a cada partido a competir por su propia marca y voto, pese a estar en coalición 🗳️ | ¿Cómo los ven? 👇🏻
https://sinlineamx.com/pt-lanza-reclamlo-amlo-perjudicar-partidos-alianza/
Una más... 🥴
‼️El actor #Verástegui se lanza contra #AMLO una vez más y pide cárcel para el expresidente.
👉Le dejamos un dato: Mucho rosario, mucho discurso…
pero el país no se gobierna con sermones 😌
¡Le ardió! 🔥
🔴#RosarioRobles sigue sin superar que #AMLO (@lopezobrador_) haya quitado los privilegios que solo gozaban unos cuantos ‼️☝🏻👀
https://revistaelpolitico.com/nacional/rosario-robles-critica-amlo-por-gobernar-para-pobres/
¡Ahora resulta! 🙄
🔴#GarcíaLuna busca apelar su sentencia acusando al gobierno de #AMLO de "obstaculizar su proceso legal" 🤨 | ¿Cómo lo ves? 👇🏻
https://sinlineamx.com/garcia-luna-acusa-gobierno-amlo-intimidar-testigos/
¡Pónganle copyright! 😅
🔴 Uno de los 35 candidatos presidenciales de #Perú cerró su campaña retomando una de las frases más populares de #AMLO🧓🏼 | ¿Qué opinas? 👇🏻
https://sinlineamx.com/candidato-presidencial-de-peru-copia-frase-amlo/
¡Miserables! 🤬
🔴 Fiel a sus principios, la derecha asegura que la tragedia en #Teotihuacán es culpa de #AMLO y #Sheinbaum🙄 | ¿Cómo ven el nivel de carroñería? 🦅
https://sinlineamx.com/derecha-culpa-amlo-4t-tiroteo-en-teotihuacan/
No que no ‼️
🔴#Sheinbaum compartió fotografías del éxito del #AIFA, una de las obras más emblemáticas de #AMLO🛩️👏🏻🇲🇽
https://revistaelpolitico.com/nacional/sheinbaum-destaca-afluencia-aifa-viernes-santo/