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
La capa di gabinetto al ministero della Giustizia #Bartolozzi a Telecor: "votate sì così ci togliamo di mezzo la magistratura che sono plotoni di esecuzione", dicendo anche che i magistrati, per la maggior parte, "lavorano seriamente e in silenzio" ma che…
La capa di gabinetto al ministero della Giustizia #Bartolozzi a Telecor: "votate sì così ci togliamo di mezzo la magistratura che sono plotoni di esecuzione", dicendo anche che i magistrati, per la maggior parte, "lavorano seriamente e in silenzio" ma che…
La capa di gabinetto al ministero della Giustizia #Bartolozzi a Telecor: "votate sì così ci togliamo di mezzo la magistratura che sono plotoni di esecuzione", dicendo anche che i magistrati, per la maggior parte, "lavorano seriamente e in silenzio" ma che "purtroppo ci sono gli altri che orientano ed è di quelli che ci dobbiamo liberare"
@UltimoraPolitics24
#Italia#Camera
Giusi #Bartolozzi: "Io oggi avrò 30 secondi per parlare durante gli emendamenti. Chiedo di essere clementi verso gli indipendenti di questo parlamento, altrimenti non possiamo espletare il nostro mandato."
@UltimoraPolitics
#Italia#Camera
Giusi #Bartolozzi: "Ieri è arrivato un emendamento della commissione, non scritto della commissione ma del ministero. Non abbiamo potuto fare di subemendamenti, capite bene l'umiliazione dei parlamentari."
@UltimoraPolitics
#Italia#Camera
#IV|RE annuncia il supporto ad alcuni emendamenti di #Bartolozzi (indipendente di cdx), nonostante il parere contrario del governo.
@UltimoraPolitics
#Italia#Camera
❗️L’Ufficio di Presidenza della Camera dei Deputati, con 11 voti favorevoli e 10 contrari, propone di sollevare il conflitto di attribuzione nei confronti della Procura della Repubblica di Roma nel caso che vede coinvolta l’ex Capo di Gabinetto del Ministero della Giustizia, Giusi #Bartolozzi, implicata nella vicenda Almasri. La decisione finale spetterà all’assemblea di Montecitorio.
@OsservatorioItaliano
"No, assolutamente". Così il ministro Carlo #Nordio stamattina a Sky Tg24 risponde in merito alla domanda se fosse in discussione la posizione della capo di gabinetto del ministero Giusi #Bartolozzi. Aggiungendo "Questa è una riforma che porta il mio nome e me ne assumo quindi la responsabilità politica. Se vi sono stati dei difetti di comunicazione o impostazione sono stati anche i miei"
@UltimoraPolitics24
ANSA - La capo di gabinetto Giusi #Bartolozzi e il sottosegretario Andrea #Delmastro sono a colloquio con il ministro della Giustizia Carlo #Nordio negli uffici di via Arenula; secondo fonti informate si va verso le dimissioni dei due.
@UltimoraPolitics
La premier Giorgia #Meloni esprime apprezzamento per la scelta del Sottosegretario alla Giustizia Andrea #Delmastro e del Capo di Gabinetto Giusi #Bartolozzi di rimettere gli incarichi, li ringrazia per il lavoro svolto con dedizione e auspica analoga scelta da parte del Ministro del Turismo Daniela #Santanchè. Lo riferisce una nota di Palazzo Chigi.
@UltimoraPolitics
#Italia
La vice capo di gabinetto uscente del Ministero della Giustizia, Giusi #Bartolozzi (#FI|EPP), è stata questa mattina negli uffici di via Arenula. Bartolozzi ha formalizzato le sue dimissioni ieri sera dopo un lungo colloquio, durato oltre due ore, nell'ufficio del Guardasigilli Carlo #Nordio (#FdI|ECR), anch'egli al lavoro questa mattina.
@Osservatorioitaliano
#Italia
❗️ BREAKING: Terremoto in Via Arenula.
Si dimettono il Sottosegretario alla Giustizia Andrea #Delmastro (#FdI|ECR) e la Capo di Gabinetto del Ministero Giusi #Bartolozzi (#FI|EPP).
@OsservatorioItaliano