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
👀 Члены объединения News Media Alliance, в которое входят почти 2000 газет и новостных ресурсов США и Канады, возмутились использованием их контента компаниями OpenAI и Google для обучения чат-ботов.
По словам авторов доклада, разработчики не заключают лицензионных соглашений с издателями и не оплачивают использование контента. При этом алгоритмы чат-ботов настроены таким образом, что они в большей степени доверяют информации из авторитетных изданий.
#ChatGPT#Bard
🎞https://www.youtube.com/watch?v=lr87yrvK86w
🧃#Bard чат от #Google мощно обновился в погоне за chatGPT. Вышли новые расширения, которые интегрируют AI с вашей почтой, файлами, фото и еще разными сервисами гугла.
Теперь можно задавать вопросы к своей почте, типа “что там босс присылал по работе, можешь ему ответить за меня” и все в таком духе)
+ самаризировать почту, чаты, гугл документы и тд.
Пс. Уже начинаешь не успевать прыгать с одной LLM на другую тестируя новые фичи)
#Bard также умеет работать с картинками и понимает, что на них изображено.
Google активно борется с ложной информацией, которую часто галлюционирует AI в связи с его особенностью по предсказанию токенов. Теперь можно под ответом модели кликнуть на иконку гугла, и поисковик проверит все утверждения в тексте от ИИ и найдет на них публичные пруфы + ссылки в интернете.
Bard у нас тут лежит 👉https://bard.google.com/ (сверху справа в углу нажмите на иконку пазла, чтобы включить расширения)
#softSkills#AI#ChatGPT#Bard
🤖
Bachelors of Bard AI, ChatGPT, AI Tools Course for 2023
AI Fundamentals: Begin with a solid foundation in AI, understanding its core principles and operational mechanisms.
Chat GPT Mastery: Dive into the realm of Chat GPT, creating chatbots that can engage users seamlessly across platforms.
AI Tools Exploration: Unlock the potential of AI tools for various applications, from data analysis to content generation.
Text to Image AI: Learn the art of converting text into stunning visual content, enhancing your storytelling capabilities.
Video AI Proficiency: Master the art of Video AI, automating video creation and storytelling for diverse purposes.
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----