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
VEON AdTech — аналитика, которая превращает данные в прибыль 💸
📊Наши дашборды — это не просто графики, а рабочий инструмент решений.
👣Поведенческая аналитика по 100+ параметрам: распознаём не просто кто, а почему и когда кликает.
🛒Связь digital и офлайн-продаж: строим воронки, где digital влияет даже на офлайн-продажи (рост на +17% в ритейле).
💡 Фокус на бизнес-метрики, а не «отчетные» цифры: измеряем не охваты, а влияние на реальные бизнес-метрики — от конверсии до выручки.
💎Меньше шума. Больше смысла.
Какие метрики для вас критичны при анализе эффективности?
Делитесь в комментах — обсудим, как применить наш подход в вашей нише.⬇️
👋👋#ProfitFromData#BusinessIntelligence#DataAnalytics#AskTheExperts
✅ Через неделю
ИТ-форум BIT-2018
📅 1 марта / 09:30 (время Самарское, МСК+1) / Самара, ул. Алексея Толстого, 99
💵 Платно
📝 Регистрация и условия участия тут: https://goo.gl/SQ91aU
Программа BIT-2018 обещает быть чрезвычайно насыщенной и интересной! Так, в тематику Форума входят следующие направления:
~ Вопросы применения ИТ в бизнесе
~ Облачные технологии и решения
~ Интернет вещей (IoT) и «умные» решения в бизнесе, повседневной жизни и на производстве
~ ЦОД и технологии для их построения, работы и обслуживания
~ Передача звука и видео по сетям. АТС, построение контакт-центров и охранных систем и другие применения IP-технологий
~ Вопросы импортозамещения в ИТ и взаимодействия с госструктурами
~ Кадры в ИТ, построение команд, взаимодействие и контроль
~ Интернет, соцсети и мобильные технологии для бизнеса, IoT и бизнес
~ Информационная безопасность и сертификация
~ Бизнес-аналитика (Business Intelligence) и пр.
🔗 Программа: https://goo.gl/3bTNc3
#business#BusinessIntelligence#CloudTechnologies#security#InternetOfThings#IoT#Самара
Property Market Thrives on Digital Platforms
📊 A study by РЭУ im. G.V. Plekhanov reveals a surge in property transactions via Циан, with nearly 500,000 families improving their housing conditions in 2024. Digital platforms are revolutionizing real estate, streamlining deals, and saving users time and money. Циан's valuation service received 14.8 million unique requests in 2024 alone. The company's IT sector now accounts for 54% of its revenue, reflecting a 171% increase since 2019.
🔗Read more
#RealEstate#Циан#MarketTrends#DigitalTransformation#HousingMarket#PropertyTech#Investment#TechInnovation#RevenueGrowth#UserExperience#CostSavings#Efficiency#BusinessIntelligence#RealEstateTech#DigitalPlatforms#DataAnalysis#MarketResearch#2024Trends#Technology#PropertyEvaluation