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
✍️💓| De un extremo a otro del país, el pueblo cubano demuestra, con su firma, que a pesar del acoso imperial, no renuncia a su derecho de construir su propia historia.
🇨🇺#Cuba firma en contra de una agresión militar y en respaldo a su Revolución. De un extremo a otro del país, millones de compatriotas demostrarán, por estos días, el sentir de todo un pueblo que a pesar del acoso imperial, no renuncia a su derecho de construir su propia historia.
📌 Plazas y parques de todos los territorios vivieron este domingo una jornada singular, que se seguirá repitiendo, para que hombres y mujeres de todas las edades, sectores y credos expresen con su rúbrica, que a pesar de las amenazas cada vez más recurrentes de la administración estadounidense, esta nación no se doblega ni se deja intimidar.
🔗https://acortar.link/C0fuIp
🇨🇺❗| #Cuba está viviendo bajo el asedio permanente del gobierno de los Estados Unidos, cuya escalada de amenazas se ha arreciado en los últimos meses. Al brutal cerco energético, que agrava la política genocida de bloqueo de las últimas seis décadas, se suman las declaraciones de representantes de la élite gubernamental estadounidense sobre pretensiones de agresión militar.
⚠️ El costo material y humano de ese bloqueo constituye una vergüenza que carga sobre sus espaldas el gobierno del mayor imperio de todos los tiempos. Es un acto ilegal e inhumano, violatorio del derecho internacional, que cada año condena casi la totalidad de los países miembros de la Organización de las Naciones Unidas y que, según han confirmado recientes encuestas, es rechazado por la mayor parte de los hijos de la patria de Lincoln.
✍️Declaración del Gobierno Revolucionario
Leer más:
https://acortar.link/zXmA27
🎼🎸🎤ǀ La noticia de la presencia en #Cuba🇨🇺 del reconocido cantautor brasileño Chico Buarque de Hollanda, para grabar junto a Silvio Rodríguez, ha iluminado como una mecha, in extremis, a los diferentes públicos que aún hoy se resisten a sucumbir ante el mal gusto que impera en gran parte de la industria musical.
🔗https://shre.ink/LrwH
Presidente @DiazCanelB , en el mensaje enviado a la II Conferencia Internacional sobre Medidas Coercitivas Unilaterales 🗣️:
🔹«A pesar del adverso contexto actual #Cuba🇨🇺 confía y apuesta por el multilateralismo y la diplomacia como las únicas herramientas eficaces para el mantenimiento de la paz🕊️, la convivencia civilizada y el desarrollo sostenible»
🔹«Desde esta pequeña nación que resiste con dignidad el acoso del bloqueo en todas sus agresivas variantes, agradezco profundamente las muestras de solidaridad🤝 internacional y el apoyo que hemos recibido en estas horas difíciles»
Lea más: ⤵️
https://shre.ink/LDeL
🚨🗣️❗| Las acusaciones sobre el Medicare son una calumnia más contra Cuba.
👉Comunicado del Ministerio de Relaciones Exteriores.
📌Recientes declaraciones de funcionarios del Gobierno de Estados Unidos especulan, sin evidencia alguna, que el Gobierno de Cuba podría estar involucrado en fraudes al programa estadounidense de salud Medicare, en el sur de la Florida. Se trata de una calumnia más promovida por sectores anticubanos en ese país.
🇨🇺#Cuba tiene una posición firme de rechazo a este y otros delitos transnacionales. Eso lo conoce bien el Gobierno de Estados Unidos, el cual ha intercambiado y coordinado con el cubano acciones conjuntas sobre terrorismo, asistencia judicial, seguridad comercial, tráfico ilícito de drogas, tráfico de migrantes y fraude migratorio, ciberdelitos, lavado de activos y delitos financieros; si bien, como norma, no ha habido una conducta recíproca de parte de las autoridades estadounidenses.
Ver más:
https://acortar.link/wrGGwe
⛪️🗣️ǀ «#Cuba🇨🇺 no representa una amenaza para ningún país, especialmente para los Estados Unidos. Las acusaciones no encuentran justificación alguna», dijo el Reverendo doctor Jerry Pillay, secretario general del Consejo Mundial de Iglesias, en conferencia de prensa.
🔗https://acortar.link/girHI7
El ministro de Relaciones Exteriores de #Cuba🇨🇺, @BrunoRguezP, denunció🗣️:
☑️«Afirmaciones del gobierno de EE.UU. en Europa tratan de crear confusión»
☑️«Mienten desvergonzadamente y contradicen sus propias declaraciones, normas ejecutivas y actos cuando niegan que exista un bloqueo de suministros de combustible a Cuba»
☑️«Basta leer la Orden Ejecutiva del 29 de enero y regulaciones posteriores del Departamento del Tesoro, para probar que se aplica un brutal bloqueo de suministros de combustible, como forma de expandir y aumentar el castigo colectivo a los cubanos»
🔗https://shre.ink/LvRP
⚕️🗣️ǀ Con la Orden Ejecutiva del Gobierno de EE. UU. para evitar la entrada de combustible a #Cuba, la carencia de energía impacta sensiblemente en las instituciones médicas; no obstante, nadie ha fallecido por las interrupciones eléctricas.
Lea aquí sobre el impacto del bloqueo en el sector de la salud: ⤵️
https://acortar.link/h5CoRw
🌾🧑🌾ǀ El programa arrocero en Santiago de #Cuba se encuentra en un proceso de intensificación y ampliación. Estructuras del sector cooperativo-campesino se incorporan a él, y se entregan tierras ociosas a quienes la soliciten para el cultivo.
☑️ En los municipios de Contramaestre, Mella, San Luis y Palma Soriano, que por sus condiciones hidrográficas💦 clasifican como polos productivos, los resultados ya son palpables.
🔗https://acortar.link/jm6Yv7
🇨🇺✨ǀ #Cuba ha sido inspiración y ha vibrado tras la hermosura escrita. Justo es tenerlo en cuenta en el Día Mundial de la Poesía.
Versos escritos ✍️ por José Martí, José María Heredia, Gertrudis Gómez de Avellaneda, Dulce María Loynaz, Excilia Saldaña, Nancy Morejón y Roberto Fernández Retamar, léalos aquí:⤵️
https://acortar.link/NdJGBH
🌐💙ǀ "Su presencia en la Isla constituye una muestra profunda de amistad, sensibilidad y compromiso humano con el pueblo cubano", expresó el Presidente de la República, @DiazCanelB , a los integrantes del Convoy Nuestra América, durante un encuentro sostenido este viernes en el Palacio de Convenciones de La Habana.
✊ Reconoció entre los asistentes a viejos amigos de Cuba, protagonistas de numerosas batallas en defensa de la Revolución🇨🇺, junto a nuevas generaciones de jóvenes que se suman hoy a esas causas.
✌️ «Eso es muy alentador –aseveró–, porque lo que estamos defendiendo no es solo a #Cuba, sino también las luchas justas de los pueblos del mundo».
🔗https://acortar.link/A6ap8a
🇨🇺🇵🇸| Cuba, «una nación hermana de Palestina».
📌 Díaz-Canel expresó el alto aprecio de la Isla al trabajo del Buró del Comité de las Naciones Unidas para el Ejercicio de los Derechos Inalienables del Pueblo Palestino.
#Cuba, que históricamente ha mantenido una posición invariable en defensa y solidaridad con la justa causa del pueblo palestino, es miembro fundador y ocupa una de las vicepresidencias del Comité, con el permanente compromiso de contribuir en todo lo posible a los esfuerzos internacionales legítimos dirigidos a poner fin al genocidio que se comete contra el pueblo palestino.
Ver más:
https://acortar.link/z6WJgk