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
🤔#ARB Хейт в сторону Arbitrum…
В сети сейчас бурно обсуждают недавние действия проекта по блокировке 30,766 ETH ($71,1m), связанных с эксплойтом KelpDAO.
Некоторые громко кричат о «предательстве децентрализации», другие – выступают в поддержку Arbitrum.
➤ Duo Nine (YCC): Удивительное развитие событий – в Arbitrum заморозили и изъяли украденные средства из-за эксплойта KelpDAO, повлиявшего на AAVE. Хороший шаг для пострадавших пользователей, плохая новость для децентрализации. Это создает прецедент, при котором при наличии хорошего обоснования любые активы на Arbitrum могут быть изъяты из вашего кошелька.
➤ Джастин Сан (TRON): Ок. Я официально объявляю: самый децентрализованный блокчейн в мире – это TRON.
➤ Зак Райнс (Chainlink): Сторонники децентрализации, безусловно, сочтут это спорным решением. Однако лично я считаю, что это был правильный шаг, учитывая обстоятельства. Сложный выбор, без сомнения.
➤ Дэн Робинсон (Paradigm): Трудный выбор, но кажется, что это правильное решение. Децентрализация – это не договор о самоубийстве.
➤ Стивен Голдфедер (Offchain): Секвенсер Arbitrum не имеет возможности перемещать средства и не причастен к принятому решению. Это развеивает миф о централизации на уровне секвенсера. Решение принял Security Council – 12 избранных членов (9 из 12 голосов). Совет независим от Arbitrum Foundation и Offchain Labs (только 1 член из OCL).
Crypto Headlines