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
Various Artists — Ulyap Songs: Beyond Circassian Tradition (Flee, 2024)
#traditional#shychepshyn#apapshyn#accordion#electronic#Russia
«Песни Уляпа» — плод многогранного исследования маленького аула Уляп в Адыгее на севере Кавказа. Лейблы Ored Recordings и Flee вместе с куратором Никитой Рассказовым проделали огромную работу по фиксации местного музыкального наследия, сочетающего в себе древние мотивы, сельские традиции, криминальные песни и влияние постсоветской культуры.
Альбом можно условно разделить на две части. Первая — это аутентичная музыка, записанная в полевых условиях, в домах музыкантов, на праздниках и мероприятиях. Вторая — интерпретации, ремиксы и прочие эксперименты с этнографическим материалом.
Помимо музыки Flee издают книги, поэтому к альбому прилагается богато проиллюстрированный сборник эссе на английском и русском языках. По словам Булата Халилова, сооснователя лейбла Ored Recording, идея книги заключается в том, чтобы заострить внимание на той части черкесской культуры, которая воспринимается как низкая и маргинальная, то есть на застольных и условно «блатных» песнях. Для этого авторы пригласили в проект двух исследовательниц черкесской культуры, Лину Цримову и Мадину Паштову.
Книга получилась идейно неоднородной. Авторы спорят и не соглашаются друг с другом. Для Булата и Лины этот «низкий» жанр музыки — показатель жизнеспособности черкесской культуры. Для Мадины — скорее показатель деградации. Отрывок из книги можно прочитать на сайте EastEast.
🔗Spotify | Bandcamp | VK
Jrpjej — Qorror (Ored Recordings, 2020)
#drone#chanting#shychepshyn#apapshyn#accordion#Russia
Jrpjej — группа из Нальчика, исполняющая черкесскую традиционную музыку в личном прочтении. На их дебютном альбоме Qorror можно услышать песни на разнообразные темы. «Шэ» пели во время врачевания, когда вынимали из раненого пулю. «Iэзэ» — песня про знахаря, проводящего ритуал. «КIорэр» — заговор от оспы. «ФэрэкI» — оплакивание умершего от оспы. «Кхъуаом иорэд» — песня про охотника на кабанов. «Нысэишэ» и «Абдзах нысащэ Орэд» — свадебные песни. «Остыгъае къалэ» — сюжет из истории Кавказской войны про битву под Анапой. «Сэсырыкъуэ мафIэр къехь» — сюжет из нартского эпоса о том, как нарт Сосруко принес огонь богатырям-нартам. «Хъудымыд иорэд» — другой сюжет из нартского эпоса про двух могучих кузнецов. «Анзорыжь и уэрэд» — героическая песня про убийство князя Анзора своим подкупленным оруженосцем.
🔗Spotify | AppleMusic | Bandcamp
Jrpjej — Taboo: Songs of Love & Death (Ored Recordings, 2021)
#traditional#drone#chanting#shychepshyn#apapshyn#accordion#kamyl#bagpipes#Russia
Новый альбом группы Jrpjej на который попали песни из архивных записей прошлого века и фольклорных экспедиций лейбла. Некоторые из них исполняются близко к оригиналу, другие — изменены кардинально. Благодаря новой вокалистке, Дайане Куловой, в репертуар группы вошли не только эпос и героические произведения, но и женские песни: шуточных, сетования и плачь. Заглавной стала песня «тэбу», плач девушки, над которой надругалась группа всадников, а зачинщиком всего был парень, который воспитывался с ней в одной семье. Адыгское «тэбу» можно перевести как «просьба» или восклицания «боже». В остальных песнях девушки выходят за нелюбимых для предотвращения кровопролития, на игрищах красавиц убивает рикошетый выстрел, сказители проклинают царей, а герои войны за независимость умирают от ран, полученных в битве ради любви.
🔗Spotify | AppleMusic | Bandcamp