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
#ArchivoTN🏳️🌈
Hoy queremos traer de regreso estas historias escritas en el 2018 para nuestro apartado Tarekos, sobre mitos y leyendas con un fondo de violencia y estigmatización hacia la mujer.
✒📸 Yariel Valdés González
🎨 Alexei Gómez
https://www.tremendanota.com/tarekos-mitos-leyendas/
#ArchivoTN🏳️🌈
Hoy queremos traer de regreso estas historias escritas en el 2018 para nuestro apartado Tarekos, sobre mitos y leyendas con un fondo de violencia y estigmatización hacia la mujer.
✒📸 Yariel Valdés González
🎨 Alexei Gómez
https://www.tremendanota.com/tarekos-mitos-leyendas/
Diubis murió durante las protestas del pasado 11 de julio en Cuba
Es el único fallecido que reconocen las autoridades cubanas.
La periodista Darcy Borrero verificó la poca información disponible y encontró nuevos datos sobre este joven de 36 años.
#ArchivoTN
✍️Darcy Borrero Batista
🎨Polari
https://www.tremendanota.com/la-guinera-puso-el-muerto-que-cuba-no-queria/
No es una simple historia de prostitución. Es la versión cubana de un estilo de estafar internacional, posible gracias a internet, con el cebo siempre tentador de sexo 👇🏻
✍Sadiel Mederos Bermúdez
🎨Polari
#ArchivoTN
https://www.tremendanota.com/dos-historias-de-sexo-pagado-en-cuba-una-convencional-y-otra-extraordinaria/
Crónica errante de un periodista maldito
Alcohólico y nómada; un viajero incansable con 12 países recorridos durante cinco años de exilio mochilero. Tres personalidades y varios alter egos: en estas páginas grita y blasfema el periodista cubano Héctor Reyes.
#ArchivoTN
https://www.tremendanota.com/cronica-errante-de-un-periodista-maldito/?fbclid=IwAR1T4esqTz1valZXkT19SZk9oE3KK_aLs46ByPwmc0ORABq_7Uc5D1-zGEQ
La Iglesia Metodista publicó este martes una declaración contra el matrimonio LGBTI+, como han hecho otras organizaciones cristianas en los últimos días.
Pero no solo se posicionaron sobre este tema.
También pidieron al gobierno una ley de cultos religiosos.
#ArchivoTN🏳️🌈
https://www.tremendanota.com/la-iglesia-metodista-en-cuba-se-declara-contra-el-matrimonio-lgbti-y-reclama-una-ley-que-garantice-la-libertad-de-culto/
«No hay un cartel que señale «La Bombonera», pero ellas saben que en Industria 318 está su casa: un espacio de renta en el centro de La Habana, abierto exclusivamente para las chicas trans y sus novios.»
La Bombonera: un hostal habanero para las trans
✍Darcy Borrero Batista
#ArchivoTN
https://www.tremendanota.com/la-bombonera-un-hostal-habanero-para-las-trans/
«La consulta popular sobre las personas trans en nuestro país —presumiendo que en su momento se hará tal y como con el matrimonio igualitario— pareciera que se ha adelantado. No ha hecho falta que la Asamblea Nacional del Poder Popular anuncie su voluntad de legislar a favor de las personas trans y que dicha voluntad será sometida a consulta. No ha hecho falta. El debate está aquí. Ya comenzó.»
Debates trans en Cuba: desinformación, transfobia y otros errores en el c(s)istema (I)
✍Mel Herrera
#ArchivoTN
https://www.tremendanota.com/debates-trans-en-cuba-desinformacion-transfobia-y-otros-errores-en-el-csistema-i/
Bienvenido el gobierno a la lucha antirracista, ¿pero qué hará?👇🏻
✍🏼Ulises Padrón Suárez
#ArchivoTN
https://www.tremendanota.com/bienvenido-el-gobierno-a-la-lucha-antirracista-pero-que-hara/
Día Internacional de la Eliminación de la Discriminación Racial.
Cuba: una oda al racismo representado en sus monumentos👇
#ArchivoTN
https://www.tremendanota.com/que-hacemos-con-los-monumentos-al-racismo-que-subsisten-en-cuba/
Hoy 19 de febrero se celebra el Día Internacional contra la Homofobia en el Deporte. 🏳️🌈⚽
La homofobia en el deporte cubano👇
#ArchivoTN
https://www.tremendanota.com/la-homofobia-en-deporte-cubano
Cuba: una oda al racismo representado en sus monumentos👇
#ArchivoTN
https://www.tremendanota.com/que-hacemos-con-los-monumentos-al-racismo-que-subsisten-en-cuba/