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
Вчера на мой пост в тг-канале "Активист Шувалов" дал ссылку агрегатор новостей #BRIEF. Как итог 1,9К просмотров и несколько десятков репостов.
В посте показано: не смотря на то, что юристы #КПРФ впряглись за Удальцова (за это можно быть только благодарными), подавляющее большинство ресурсов КПРФ:
- либо вообще ничего не написали о задержании Удальцова и доставлении его в Следственный комитет на допрос,
- либо предоставили сухую информацию без политической оценки.
Это было очень странно!
Вчера вечером и сегодня утром ситуация начала принципиально меняться: с жёстким видео в защиту Удальцова выступил Бондаренко, а также депутат ГосДумы Олег Михайлов. Также некоторые, кто обошёл тему молчанием, дали в своих соцсетях "сухую информацию".
Свободу Удальцову!
Смотрим Бондаренко.
https://t.me/nbondarenko_blog/2266
Лучший бриф от клиента по мнению Роба Кэмбэлла (главный по стратегии в агентстве BBDO Colenso)
Объединяя пост про правильную постановку задачи и пост про бренд Virgin, история про бриф от Ричарда Брэнсона.
Задачу на разработку лаундж зоны Virgin Atlantics в аэропорту Брэнсон поставит так: ‘Make people want to miss their plane’
(сделайте так, чтобы пассажиры захотели пропустить свой самолёт)
#brief#virgin
@planning_horizon
DEPO - #INFOGRAPHICS
Over-the-month brief overview on key depository indicators assembled by the Central Securities Depository, as well as on stock exchange and OTC trading results.
#brief#depo#infographics#statistics#changes#stockexchange#trades
deponet.uz|Tg|Fb|Inst|Youtube
DEPO - #INFOGRAPHICS
Over-the-month brief overview on key depository indicators assembled by the Central Securities Depository, as well as on stock exchange and OTC trading results.
#brief#depo#infographics#statistics#changes#stockexchange#trades
deponet.uz|Tg|Fb|Inst|Youtube
DEPO - #INFOGRAPHICS
Over-the-month brief overview on key depository indicators assembled by the Central Securities Depository, as well as on stock exchange and OTC trading results.
#brief#depo#infographics#statistics#changes#stockexchange#trades
deponet.uz|Tg|Fb|Inst|Youtube
☄️Телеграмм. Франция. Дуров
WTF?!?
Ну что тут сказать?!
🗣Мы говорим, что в нашей стране много чего нельзя, долго обсуждаем признание BRIEF иноагентом, различные центры признаются экстримистскими, но...
⚖️...в России, после введения закона об иноагентах, ими признаны 569 организаций или физических лиц. В Великобритании только в 2024 году — 440!
Почувствуй разницу, что называется.
‼️Что же касается ареста Павла Дурова, как гражданина России и гражданина мира — то это беззаконие с моральной точки зрения, но вполне укладывается в правовую систему любого государства. Такое же, как и с Джулианом Ассанжем! Вопрос только как себя государство — поборник справедливости, демократии и свободы слова позиционирует.
Пятая Республика 🇫🇷 не перестает удивлять!
🚫Свобода слова в мире, как и само понятие демократия давно уже перестали соответствовать своим значениям!
...Я чувствую: не принимает тебя чужая земля
— В.В. Жириновский
#лдпр
#FreeDurov
#FREEPAPA
#жириновский
#ввж
#телеграм
#telegram
#BRIEF
#WikiLeaks
Александр Фомин – подписаться