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
#Belgique: ce cinéma et plus de 80 lieux de culture bravent la fermeture des salles de spectacles et ouvrent quand même.
La police avait déclaré qu'ils ne contrôleraient pas ce dimanche dans la zone de Bruxelles.
Faites cela tous les jours pour tout et cette crise du #covid19 sera terminée.
#DésobéissanceCivilehttps://www.lesoir.be/414625/article/2021-12-26/pendant-la-manif-contre-la-fermeture-le-spectacle-continue-dans-les-salles
#AESinfo | #Mali🇲🇱🤝🇹🇩#Belgique
Assistance Humanitaire au Mali : La Belgique débloque 3 millions d'euros soit environ 2 milliards de FCFA.
Pour soutenir l'assistance humanitaire au Mali, le Royaume de Belgique, à travers le Programme Alimentaire Mondial #PAM, a contribué à hauteur de 3 millions d’euros (environ 2 milliards de FCFA).
Hier mardi 26 novembre 2024, une cérémonie de reconnaissance a été organisée par le #PAM au Commissariat à la Sécurité Alimentaire.
Source : L'ESSOR
🇫🇷🇷🇺La marine française a participé, aux côtés de la Belgique, à l’arrestation du pétrolier Ethera, soumis à des sanctions, a déclaré Emmanuel Macron.
#france#belgique#pétrolier
🇧🇪💥 Une explosion a retenti près d'une synagogue dans la ville belge de Liège, a rapporté l’Agence France-Presse (AFP), citant la police locale.
Selon les informations préliminaires, il n'y a pas de blessés. Aucun autre détail n'a été communiqué.
#belgique#synagogue#explosion
#AESinfo | #RDC🇨🇩⚡🇧🇪#Belgique
Kinshasa : Après l'ambassade France, l'ambassade de Belgique en Flammes !
Après l'ambassade de France, c'est au tour de l'ambassade de Belgique de subir la colère des manifestants. Des scènes de chaos se déroulent actuellement devant le bâtiment, les manifestants exprimant violemment leur mécontentement #PrayForGOMA
Alcuni biglietti (Full Madness Pass) venduti in meno di 1 ora, con 200.000 venduti in 27 minuti solo per il mercato belga e altri stati europei
reddit.com
Copertura mediatica globale (oltre 1 miliardo di visualizzazioni online)
Circa 46.000 partecipanti sono arrivati tramite il programma Global Journey, con pacchetti viaggio+biglietteria da oltre 50 città nel mondo, inclusa Roma
YouBeat
Fatturato non dichiarato, ma stimato in oltre 150 milioni di euro all’anno
Non tutto però è luce. Alcuni report interni parlano di abbandoni tra lo staff per burnout, pressioni sui fornitori locali, e una gestione dei diritti d'immagine che costringe i partecipanti a cedere ogni contenuto personale filmato dentro il parco. Una distopia estetica in formato 8K.
“È come entrare in un sogno, ma non sai chi l’ha disegnato. E non puoi svegliarti finché non finisce il bass.”
La festa, il silenzio
Ogni anno, quando l’ultimo beat si spegne, Boom torna a dormire. Le impalcature scompaiono, il parco viene ripulito, e l’acqua dei canali riacquista colore. Ma sotto la superficie, qualcosa rimane.
Tomorrowland è molto più di un festival: è una struttura globale, un ecosistema di intrattenimento, capitale, narrazione e controllo. Una metafora — e forse anche un indizio — di come funziona il mondo nel XXI secolo: tra illusione e architettura perfetta, tra libertà e regia invisibile.
#tomorrowland#festival#musica#electronicmusic#belgique#Boom#fiandre#europa#dance