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
Compliance Hub и Atameken Business International Services (ТОО Confidente) заключили меморандум о сотрудничестве и взаимодействии, в целях проведения мероприятий, направленных:
- на повышение осведомленности в области должной осмотрительности;
- на развитие инструментов надлежащей проверки клиентов и контрагентов, а также инструментов управления комплаенс-риском;
- на поддержание и становление антиотмывочной культуры в Республике Казахстан.
Ранее стороны также выступили партнёрами конференции fcbk 2024: Empowering Business.
Compliance Hub открыт для сотрудничества с организациями, которым не безразличны вопросы борьбы с коррупцией, мошенничеством и отмыванием денег, также развития института комплаенс в стране
#kyc#cpdd#cdd#amlcft#compliance
📌Следующие проблемы могут возникнуть при отслеживании активов в английском праве:
✅Перевод активов в оффшорные юрисдикции: Если злоумышленник переводит активы в оффшорные юрисдикции, то это может затруднить процесс их отслеживания, так как в этих юрисдикциях может действовать строгая конфиденциальность банковских операций и защита данных. Кроме того, в некоторых случаях может потребоваться сотрудничество с международными правоохранительными органами для сбора доказательств и отслеживания активов за границей.
✅Установление связи между злоумышленником и активами: Часто злоумышленник переводит активы на имена третьих лиц для того, чтобы скрыть связь между собой и активами. Однако, для того чтобы отследить активы, необходимо установить связь между злоумышленником и активами, что может быть трудно, особенно если активы были переданы через несколько промежуточных лиц.
✅Комплексные юридические и регуляторные рамки: В английском праве существует множество юридических и регуляторных рамок, которые могут предоставлять важные инструменты для отслеживания активов, но также могут создавать сложности в их использовании. Например, процедура банкротства может предоставить возможность восстановления активов, но процесс может быть сложным и требовать дополнительных ресурсов и времени. Кроме того, существуют также различные требования в отношении доказательств и процедур, которые необходимо соблюдать при отслеживании и восстановлении активов.
✅Практические препятствия: Отслеживание активов может также быть затруднено практическими вопросами, такими как географическое расстояние, языковые барьеры и культурные различия. Например, если активы находятся за границей, то может быть сложно собрать доказательства и взаимодействовать с местными властями. Кроме того, существуют также различные культурные и правовые нюансы, которые необходимо учитывать при работе с иностранными юрисдикциями.
✅Сложности связанные с технологическими инновациями: С появлением новых технологий, таких как криптовалюты и блокчейн, отслеживание активов может стать еще более сложным. Некоторые криптовалюты, например, могут обеспечить высокую конфиденциальность и анонимность, что может затруднить отслеживание их владельцев и использования в незаконных целях.
#assettracing#assetrecovery#financialinvestigation#fraudinvestigation#forensicaccounting#moneytracing#anti-moneylaundering #AMLcompliance#financialintelligence#financialcrime#investigativeaccounting#financialevidence#knowyourcustomer#KYC#customerduediligence#CDD#suspiciousactivityreporting#SAR#assetseizure#confiscation