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
Reposted from @gemacermat - Perilaku dan pemahaman tentang penggunaan obat secara benar perlu diberikan sejak dini, termasuk pada siswa Sekolah Dasar.
•
Untuk itu pada tanggal 29 April 2019, Apoteker Nurdiana, dari Puskesmas Sindang Jaya,
Kab. Tangerang memberikan materi tentang GeMa CerMat Pelatihan Dokter Cilik di salah satu Sekolah Dasar wilayah Kab. Tangerang, Banten.
•
Informasi ini disiarkan oleh Direktorat Pelayanan Kefarmasian, Ditjen Kefarmasian dan Alat Kesehatan Kementerian Kesehatan RI dalam rangka Gerakan Masyarakat Cerdas Menggunakan Obat (GeMa CerMat). Fanpage FB: Cerdas Gunakan Obat
Twitter & IG: @gemacermat
Telegram: http://t.me/cerdasgunakanobat , http://t.me/diskusiobat
Email: [email protected]
@ppiai
@hisfarkesmas
•
#gemacermat#cerdasgunakanobat#aocgemacermat#gemacermatkabtangerang#doktercilik#apotekercilik#apoteker#apotekerindonesia#apotekermuda#dagusibu
[Apoteker Cilik WPD 2019]
~
https://www.instagram.com/p/B3yproVJn76/?igshid=1pz6ost2cqejt
~
Keberhasilan Ikatan Apoteker Indonesia (IAI) meraih penghargaan dari Museum Rekor Indonesia (MURI) pada kegiatan "Edukasi Pengenalan Obat pada Siswa Sekolah Dasar Terbanyak", tentunya tidak akan tercapai tanpa dukungan dari Pengurus Daerah, Pengurus Cabang dan sejawat Apoteker di seluruh Indonesia.
Prestasi ini adalah milik kita bersama, atas upaya dan kerja keras kita semua.
~
Oleh karena itu, Bapak Apt Nurul Falah, atas nama Pengurus Pusat Ikatan Apoteker Indonesia mengucapkan terima kasih kepada semua pengurus dan anggota IAI serta semua pihak yang telah terlibat secara langsung maupun tidak langsung dalam pelaksanaan kegiatan Apoteker Cilik dalam rangka World Pharmacists Day 2019.
•
Ucapan terima kasih langsung beliau sampaikan sesaat setelah menerima piagam penghargaan dari MURI di Kab. Sidoarjo, Jawa Timur, tanggal 12 Oktober 2019, didampingi oleh Ketua PD IAI Jawa Timur, Bpk Apt Abdul Rahem, dan Ketua PC IAI Kab. Sidoarjo, Ibu Apt Tri Widyartiningsih.
~
Kegiatan yang diadakan di Aula SMPN 2 Sidoarjo ini mendapat sambutan meriah dari 573 orang siswa 7 Sekolah Dasar.
~
Majulah Ikatan Apoteker Indonesia!!
Jayalah Apoteker Indonesia!!
Ingat obat, ingat apoteker!
~
.
#apotekerindonesia#apotekercilik#worldpharmacistsday2019#wpdindonesia2019#apotekercilikwpd2019
#gemacermat#cerdasgunakanobat
[PENGUMUMAN LOMBA YOUTUBE APOTEKER CILIK]
~
https://www.instagram.com/p/B4pqFcHpnpv/?igshid=1tra848eno9n6
~
https://www.facebook.com/107979759228505/posts/3090046497688468/?substory_index=0
~
Selamat untuk Pemenang Lomba Publikasi Video Dokumentasi Kegiatan "Bersama Apoteker Mengenali Obat Sejak Usia Dini (Apoteker Cilik)" di YouTube dalam rangka World Pharmacists Day 2019.
~
Pemenang I
PC IAI Kota Cilegon, Banten
YouTube:
Ikatan Apoteker Indonesia Pengurus Cabang Cilegon
IG @pciaicilegon
Total Skor: 95,5
https://bit.ly/VideoApocilCilegon2019
~
Pemenang II
PC IAI Kota Jakarta Barat, DKI Jakarta
YouTube:
PC IAI Jakbar
IG: @pciaijakartabarat
Total Skor: 80,0
https://bit.ly/VideoApocilJakbar2019
~
Pemenang III
PC IAI Kab. Bekasi, Jawa Barat
YouTube:
IAI KAB. BEKASI
IG: @ig.iaibekasikab
Total Skor: 78,0
https://bit.ly/VideoApocilBekasiKab2019
~
Penilaian pemenang ditentukan berdasarkan skoring terhadap konten video, jumlah view dan like.
~
Pemenang telah diumumkan pada Hari Sabtu, 9 November 2019, di ICE BSD, Tangerang, bersamaan dengan kegiatan Apoteker Cilik di panggung utama Pameran Pembangunan Kesehatan dalam rangka Hari Kesehatan Nasional ke-55.
~
Semua pemenang akan mendapatkan hadiah berupa Piagam Penghargaan dan Uang Tunai yang akan diserahkan langsung oleh Ketua Umum PP IAI, waktu dan tempat akan diumumkan kemudian.
~
Terima kasih kepada seluruh PC IAI yang telah berpartisipasi, bukan kemenangan yang terpenting. Tapi yang utama adalah bagaimana kita berupaya mempopulerkan profesi Apoteker melalui publikasi kegiatan positif kepada seluruh masyarakat Indonesia.
Jayalah Ikatan Apoteker Indonesia
Majulah Apoteker Indonesia
Ingat obat, ingat Apoteker!
~
#ppiai#apotekerindonesia#apoteker#apotekercilik#apotekercilikwpd2019#worldpharmacistday2019
#hariapotekersedunia2019