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
MASS VOTING ANNOUNCEMENT
Join us to secure another win for #BTS at Forbes. Collect Mple Points on Mnet plus. Lets show team work💪
🔸 9PM KST — Mass Trending
🔸 10PM KST — Mass Voting
RT to spread!
https://mnetplus.onelink.me/TRa8/xohkwx0b?custom_link_value=vote%2Fv2%2F69e1e4a93f2d83251ec7ae8f
🔔 | MCOUNTDOWN PRE-VOTE
"SWIM" by #BTS is nominated for MCOUNTDOWN PREVOTE. Voting is happening on Mnet Plus App.
Cast your 5x votes, ARMY!
End: March 24 | 11:59pm KST
🗳️: https://mnetplus.onelink.me/TRa8/xohkwx0b?custom_link_value=vote%2Fv2%2F69b9e1620a7f885e409fc4d8
📊| #BTS “SWIM” MV has surpassed 600k likes on Youtube & make sure to JOIN the premiere 10 minutes before the release time 🙌🏻
https://youtu.be/b4iVv91Z6lY?si=lPRS0EgrstGiXjOr
📊| #BTS “SWIM” MV has surpassed 500k likes on Youtube!
✅ JOIN Premier and LIKE the MV
https://youtu.be/b4iVv91Z6lY?si=zL9DiILbq8ku7QtZ
╭────────────────╮
⟭⟬ 𝗩홉| @Vhope_Uzb ≪
•❁•──────•❁•───────•
Billboard has conducted a poll about who should headline the 2027 Super Bowl Halftime show, and #BTS was included as one of the nominees
🗳 VOTE FOR BTS
https://www.instagram.com/stories/billboard/3829656382363279258?utm_source=ig_story_item_share&igsh=MTU1dzVicGUzMGRuZA==
https://www.billboard.com/culture/tv-film/super-bowl-2027-halftime-show-poll-who-should-perform-vote-1236177216/
New Spotify message from #BTS for ARIRANG!💜
“Hey we are BTS!
We finally back with our 5th album ARIRANG. This album reflects the culmination of journey to date and define us on our own terms.
Make sure to pre save on Spotify! Thank you”
https://open.spotify.com/watch-feed/artist-videos?si=4grkbDV9QHyHvZk0a-pc6g&firstItemUri=spotify%3Aexpression%3A224Zn3cC3g1pirtomQ6qXv&pi=0063i2y4R0epO
🌏Global Goals - #BTS's "Permission To Dance On Stage" LIVE Album !
🚨RT AND SPREAD
📅July 18, 1PM (KST) | 0AM (ET)
🔗BTS.lnk.to/PTD-LIVE
🔗 Pre-save on Spotify:
https://open.spotify.com/prerelease/358phfp6OfvY7nO46mk94z
🔔 | MCOUNTDOWN PRE-VOTE
"SWIM" by #BTS is nominated for MCOUNTDOWN PREVOTE. Voting is happening on Mnet Plus App.
Cast your 5x votes, ARMY!
End: March 24 | 11:59pm KST
🗳️: https://mnetplus.onelink.me/TRa8/xohkwx0b?custom_link_value=vote%2Fv2%2F69b9e1620a7f885e409fc4d8
-@All_BTS_Updates
BTS reveals the tracklist and credits for their highly anticipated, upcoming album, “ARIRANG”, releasing on March 20!
1️⃣ Body to Body
2️⃣ Hooligan
3️⃣ Aliens
4️⃣ FYA
5️⃣ 2.0
6️⃣ No. 29
7️⃣ SWIM
8️⃣ Merry Go Round
9️⃣ Normal
🔟 Like Animaks
1️⃣1️⃣ They dont know bout us
1️⃣2️⃣ One more night
1️⃣3️⃣ Please
1️⃣4️⃣ Into the Sun
Each #BTS Member has multiple Composers/Songwriters credits on the album —
RM — 13
SUGA — 11
J-HOPE — 10
JungKook — 4
V and JIMIN — 2
-@All_BTS_Updates