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
#from#beautiful
A mother and a child on a wooden horse photo, in the style of gritty urban realism, new american documentary photography, mixed media installations, cheyenne art, rural life depictions, colorized, suburban ennui capturer --ar 103:128 --v 6.0
✅pitpeterssen _Midjourney v6.0
🚀Boost this Channel
@ai_artz🌿
#from#beautiful
Beautiful indian woman flying up in the sky with her aircraft chair, clouds moving in full speed, woman streching her hands on clouds, her hair also flying in speed, minimal, shot with Sony Alpha with wide angle lens, 16k, candid, aperture F1.2, full detail shot, dramatic lighting, --ar 16:9
✅ Vinaysaya _Discord
@ai_artz
#from#beautiful
Portrait and fashion photography: a combination of renaissance costumes and snowflakes, texturing, ::elegant clothes worn by the most beautiful women, a woman with a wonderful face and expressive eyes, beautiful delicate makeup, the highest quality, translucent floral fabrics, simple and aesthetic hairstyles, dynamic poses, neutral interesting dark background, award winning fashion photography, photorealistic, bright, elegant, golden ratio, elite, highly detailed, color triad, dynamic composition, ultra resolution, ultra wide shot, digital art, world made of light, soft lighting, unreal engine, depth of field 8k, full hd photo, HDR, high resolution photography, macro photography, beautiful highlights, zbrush art, photoshop, studio setting, simple, neutral, grainy, matte, fashion style :: Canon EOS 5D Mark IV EFL 100mm, f /1.4, ISO 50, 1/100 sec, Eye Sharpness, RAW, v4 - a r 2:3 - 800 sec, Chaos 49
✅ Adora _Discord
@ai_artz
#from#beautiful
An underwater urbex guerilla garden with old cars on the shoal underwater ::directional light, cinematic, alcohol ink and cinematic, saudek and sorayama ::hyperrealistic --ar 3:2 --q 2 --upbeta --s 750 --v 5.1
✅ Prima Demonessa _Discord
Join us for more @ai_artz
#from#beautiful
Gouache painting of a book-nook diorama of a cryptid conservatory, has incredible attention to detail, intricate, highly detailed, fantastic realism, fantasy, magical, led lights, --q 2 --s 750
✅ Adriann _Discord
@ai_artz
#from#beautiful
Photography of the living room of a huge hotel on Mars, futuristic Hotel on Mars furnished in japanes style, 8k, photo realistic, beautiful japanese design, welcoming Hotel, ultra realistic, ultra detaile
✅ Max05 _Discord
@ai_artz