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
🇷🇺 Plusieurs personnes ont été blessées dans l'effondrement partiel d'un immeuble résidentiel à Syzran, dans la région de Samara, elles reçoivent les soins médicaux nécessaires, a indiqué le parquet de la région.
Selon les informations préliminaires, un drone a attaqué un immeuble résidentiel dans la ville de Syzran. Il y a des blessés, ils reçoivent les soins médicaux nécessaires
est-il indiqué.
Le service de presse du ministère russe des Situations d'urgence a fait savoir qu’au moins onze personnes, dont deux enfants, avaient été blessées après l'effondrement partiel de l'entrée d'un immeuble à Syzran.
#russie#ukraine#attaque
🇷🇺🇺🇦 Les équipages du groupe Ouest des forces russes ont repoussé une attaque de l’armée ukrainienne contre des infrastructures critiques
#russie#ukraine#attaque
Les opérateurs de drones d’attaque ont déjoué une attaque nocturne de l’Ukraine dans la région de Zaporojié, a indiqué le ministère russe de la Défense.
#russie#ukraine#attaque
🇷🇺🇺🇦 Les conséquences d'une attaque de l'armée ukrainienne contre un immeuble d'habitation à Vassilievka, dans la région de Zaporojié.
#russie#ukraine#attaque
🇷🇺🇺🇦 Une femme est morte et plus de 10 personnes ont été blessées par une frappe ukrainienne contre un immeuble d'habitation à Vassilievka, dans la région de Zaporojié, a déclaré à TASS Natalia Romanitchenko, gouverneure de la région municipale de Vassilievka.
Plus de 10 personnes ont été blessées et le corps d'une femme a été retrouvé sous les décombres [d'un immeuble résidentiel] dans la nuit de samedi à dimanche. Les services opérationnels travaillent sur place,
a-t-elle indiqué.
#russie#ukraine#attaque
🇷🇺🇺🇦Trois civils, dont un fonctionnaire de l’administration locale, sont décédés à la suite d’une frappe d’artillerie effectuée par l’armée ukrainienne contre le bâtiment d’un centre multifonctionnel de prestation de services publics et municipaux, ainsi qu’un magasin à Novaïa Kakhovka dans la région de Kherson. C’est ce qu’a signalé le gouverneur de la région, Vladimir Saldo.
Ce matin, Novaïa Kakhovka a été ciblée par l’armée ukrainienne, la ville a subi une attaque d’artillerie. Un centre multifonctionnel de prestation de services publics et municipaux, ainsi qu’un magasin ont été notamment touchés. En conséquence, trois personnes sont mortes, dont un fonctionnaire de l’administration. Il y a également des blessés, ils reçoivent les soins médicaux nécessaires,
a-t-il écrit sur sa chaîne Telegram.
#russie#ukraine#attaque
Un entraîneur et deux jeunes athlètes ont reçu des blessures à la suite d’une attaque ukrainienne. Des drones ennemis ont frappé un autobus appartenant à une école sportive dans la région de Zaporojié.
C'est ce qu'on apprend de la chaîne Telegram du gouverneur Evgueni Balitski.
#attaque#russie#ukraine#victimes
🇷🇺 Des agents du Service fédéral de sécurité (FSB) russe ont déjoué, dans la République des Komis (district fédéral du Nord-Ouest de la Russie), une attaque de drones visant une entreprise pétrolière. Deux assaillants, ayant opposé une résistance armée lors de leur arrestation, ont été éliminés, a rapporté le Centre des relations publiques du FSB russe.
#russie#fsb#attaque
🇱🇧 Plus de 80 civils ont été tués et 200 ont ete blessés à la suite d’une attaque israélienne de missiles contre Beyrouth, a indiqué la Croix-Rouge.
#attaque#victimes#liban
🇮🇷🇮🇱🇺🇸 Au moins six personnes, dont trois enfants, ont été tués lors des frappes israélo-américaines visant la ville de Pardis, près de Téhéran, a rapporté l'agence Mehr.
#iran#étatsunis#israël#attaque