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
🇬🇧 Un homme a blessé deux personnes au couteau dans un quartier à forte population juive du nord de Londres, indique un communiqué de l'organisation caritative Community Security Trust, qui assure la sécurité supplémentaire de la communauté juive.
Selon l'organisation, les faits se sont produits dans le quartier de Golders Green. Un homme armé d'un couteau a couru dans la rue, attaquant des passants. Il a été arrêté par la police, qui a utilisé des pistolets à impulsion électrique.
#royaumeuni#capitale#attaque
https://x.com/SavinoBalzano/status/1869824403438972988?t=SlRhWhvtMS__pKbKfi0MjQ&s=19
Qual è il nome del peggior #Sindaco nella storia di #Roma? Si chiama #RobertoGualtieri.
Per carità, anche da #Ministro non è stato memorabile: in pochi lo ricordano, più che altro per una strimpellata in tv piuttosto deprimente.
Ciò detto, in pochi giorni si è superato: a proposito della sua amministrazione ha parlato di "miracoli di rapidità" e, a poche ore di distanza, pubblica un video nel quale inaugura una nuova grande opera, una ciclabile di meno di un chilometro (lo dice lui stesso) che collega Termini a La Sapienza, un tratto di strada che a piedi avrò percoso centinaia di volte in meno di dieci minuti. Una roba poco più che inutile.
Di contro, lunedì, per una commissione, ho dovuto percorrere in auto 13 km e, tra andare e tornare, sono stato alla guida la bellezza di tre ore.
La #Capitale cade a pezzi, letteralmente, e noi che la viviamo (e l'amiamo) abbiamo la merda fino al collo: ovvio che quando vedi certe pagliacciate ti incazzi e non poco.
Ancora però mi domando: tutti quelli che mettevano in croce Virginia Raggi dove minchia sono finiti? Giornali di #destra e di #sinistra, telegiornali che hanno aperto per mesi i titoli coi disastri capitolini del tempo, non avete proprio nulla da dire su Gualtieri? Niente niente?
La #democrazia, quanto ci piace.
Il #BattitoreLibero a #5Notizie, #RadioCusanoCampus