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
Los 5 mejores programas de PC gratuitos y de software libre
Si eres dibujante/ilustrador digital o creador de contenido, estos programas podrían ser muy rentables, y son totalmente gratis. Espero les guste.
#Artículo
¿DIBUJO O ILUSTRACIÓN? DIFERENCIAS
Haber investigado sobre este tema me dio el impulso de escribir lo que aprendí en un pequeño artículo (el primero). Y aunque todavía tengo muchas dudas, demasiadas cosas que aprender e infinitas preguntas al respecto, creo que esto es necesario saberlo. Así que, espero que les sea útil.
Saludos y hasta la próxima.
@yartydesignchannel
#Artículo
Disepox: Entrevista al maestro Alejandro Ullrich por #Alejandro_Martín_del_Campo como una #colaboración.
En los últimos años el arte y las artesanías han mezclado diferentes métodos al igual que se han mezclado varios estilos que abren la brecha a nuevas corrientes. En este caso específico podemos citar el muy polémico, nuevo y debatido polímero líquido, mejor conocido como resina epóxica o arte epóxico.
Lee el artículo completo 👀aquí👀 .
Vista también el Facebook de Disepox.
#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
Escuchar a Murphy en su carrera solista siempre deja un excelente sabor de oído, con esa ‘voz de terciopelo’ que nos puede llevar directo a las sombras de la oscuridad o bien nos puede elevar a la cúspide de la iluminación de Dios, por el júbilo a la vida y el amor; así es Deep.
De esta manera escribe #Alejandro_Martín_del_Campo sobre Deep, el tercer álbum solista del cantante inglés Peter Murphy publicado justo un 19 de diciembre pero de 1989.
Lee el artículo completo 👀aquí👀 .
#Efemérides || 19 de diciembre de 1989
#música#artículo#columna#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
El aborto y la vida por #Alejandra_Martín_del_Campo como una #colaboración
Respetemos a la mujer que, mirándose a sí misma y asumiéndose como un individuo fuerte, inteligente y lo suficientemente responsable, decide tener un hijo o no.
Lee el artículo completo 👀aquí👀 .
#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
Alma Barrios: El Paisaje del Paisaje por #Alejandro_Martín_del_Campo como una #colaboración.
Alma Barrios y la colección “El paisaje del paisaje” nos alejan de la bulla de la ciudad y nos acercan a una gran cantidad de horizontes y paisajes pletóricos de belleza donde los verdaderos protagonistas son elementos de la naturaleza.
Lee el artículo completo 👀aquí👀 .
#pintura#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
William Bouguereau: Las Oreadas por #Alejandro_Martín_del_Campo como una #colaboración.
El cuadro en su generalidad describe un fragmento de novela mitológica en el que las oreadas solaces disfrutan de la noche para encaminarse por las mañanas al magnifico Olimpo, donde servirán a su patrona Diana.
Lee el artículo completo 👀aquí👀 .
#pintura#artículo#colaboración#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
Joachim Witt: “Bayreuth Eins” (El Capítulo 1 de Joachim Witt) por #Alejandro_Martín_del_Campo como una #colaboración.
A la llegada del año 1998, después de algunos años ausente de la escena musical, Joachim Witt sorprende a sus seguidores y a los críticos de música especializados con la presentación del industrial, regio y sincero Bayreuth Eins, en el cual a lo largo de sus 11 temas el artista nos enseña, fundamenta y justifica este novedoso Capitulo 1 dentro de la carrera del solista.
Lee el artículo completo 👀aquí👀 .
#música#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
Bauhaus: In The Flat Field (1980) por #Alejandro_Martín_del_Campo como una #colaboración.
Bauhaus e In The Flat Field son el inicio de una las relaciones artísticas más cortadas y fructíferas en la historia del rock.
Lee el artículo completo 👀aquí👀 .
#música#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
David Bowie: a Horas… del nuevo milenio por #Alejandro_Martín_del_Campo como una #colaboración.
El LP es íntimo, energético, relajado, reflexivo y elegante, deja de fuera todo lo que David Bowie había creado durante los últimos años en su paso por los 90.
Lee el artículo completo 👀aquí👀 .
#música#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
Gary Numan: el 40 aniversario de The Pleasure Principle por #Alejandro_Martín_del_Campo como una #colaboración.
Una obra póstuma que ha superado las barreras del tiempo y que sigue influenciando a músicos alrededor de todo el mundo hasta nuestra generación.
Lee el artículo completo 👀aquí👀 .
#música#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx
Depeche Mode: Violator (30 aniversario) por #Alejandro_Martín_del_Campo como una #colaboración.
Violator sirve como muestra de uno de los mejores discos escritos en la historia de la música electrónica y contemporánea, un álbum atemporal a los oídos de los viejos y los nuevos seguidores.
Lee el artículo completo 👀aquí👀 .
#música#artículo#ArteFuturaMX
https://artefutura.com.mx
@artefuturamx