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
✅Специальный выпуск № 3 за 2024 г продолжает обзор, рассматривающий актуальные вопросы разработки полностью твердотельных литиевых аккумуляторов с использованием композитного материала на основе Li7La3Zr2O12 (LLZ). Обсуждается, что за счет введения различных добавок можно снизить температуру и/или время спекания твердого электролита при сохранении значений литий-ионной проводимости порядка 10^{–4} См/см при комнатной температуре.
🖌️Eugenia Ilyina (https://orcid.org/0000-0003-1759-5234)
📘Composite solid electrolytes based on Li7La3Zr2O12 for all-solid-state lithium power sources
📌Year 2024, Volume 3, Number 3 (Special Issue) https://doi.org/10.15826/elmattech.2024.3.038
🏛️Institute of High-Temperature Electrochemistry UB RAS https://ihte.ru/?page_id=3106
текст статьи https://journals.urfu.ru/index.php/elmattech/article/view/7769/5582
#CompositeSolidElectrolyte#Conductivity
Новая работа регулярного выпуска👇
🟢 2022 🟢 V. 9 🟢 Issue 4 🟢 No. 20229415🟢 Letter
📜 Local structure and ionic transport in acceptor-doped layered perovskite BaLa2In2O7
👩🎓 Nataliia A. Tarasova (https://orcid.org/0000-0001-7800-0172)
🏛 Institute of High Temperature Electrochemistry UB RAS,
http://www.ihte.uran.ru
📚#layered_perovskite#ionic#conductivity#acceptor_doping#BaLa2In2O7
🔗https://doi.org/10.15826/chimtech.2022.9.4.15
https://journals.urfu.ru/index.php/chimtech/article/view/6272
Опубликована новая работа
🟠 2023 🟠 V. 10 🟠 Issue 4 🟠 Art. 202310409 🟠 Article 🟠
📜 Features of forming a low-temperature cubic Li7La3Zr2O12 film by tape casting
👩🎓👨🎓 E. Lyalin (http://orcid.org/0000-0002-0539-506X), L. Pershina (http://orcid.org/0000-0003-1759-5234), E. Il’ina, K. Druzhinin (http://orcid.org/0000-0002-8947-8208), S. Belyakov (https://orcid.org/0000-0001-9237-8307)
🏛 Institute of High Temperature Electrochemistry, UB
RAS, https://ihte.ru
🏛 Ural Federal University, https://urfu.ru/en
📚#Li7La3Zr2O12#LIB#lithium#conductivity#films#tapecasting#allSSB
🔗https://doi.org/10.15826/chimtech.2023.10.4.09
https://www.chimicatechnoacta.ru/index.php/chimtech/article/view/7161
Новая работа регулярного выпуска👇
🟢 2022 🟢 V. 9 🟢 Issue 4 🟢 No. 20229405🟢
📜 Phosphorus-doped protonic conductors based on BaLanInnO3n+1 (n = 1, 2): applying oxyanion doping strategy to the layered perovskite structure
👩🎓👨🎓 N. Tarasova (https://orcid.org/0000-0001-7800-0172), A. Galisheva (https://orcid.org/0000-0003-4346-5644)
🏛 Institute of High Temperature Electrochemistry, http://www.ihte.uran.ru
📚#layered#perovskite#oxyanion#doping#proton#conductivity#BaLaInO4#BaLa2In2O7
🔗https://doi.org/10.15826/chimtech.2022.9.4.05
https://journals.urfu.ru/index.php/chimtech/article/view/5979