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
Hoy se celebra el Día Mundial de la Fertilidad. 🎉
Una fecha que busca resaltar la importancia de los avances en tratamientos de fertilidad, así como el acceso a la atención médica adecuada.
Holguín cuenta con el Centro Territorial de Reproducción Asistida. Una institución que ofrece a las parejas la oportunidad de recibir tratamientos y asesoramiento profesional para superar los desafíos relacionados con la fertilidad.
✨Muchas gracias a todos los integrantes del equipo del Programa Nacional de Atención a la Pareja Infértil y del Programa de Atención Materno Infantil por regalar vida y convertir a cubanos en padres.
#CubaEsSalud
Dr. Roberto Morales Ojeda
(@DrRobertoMOjeda) en X
Desde 1997 que se colocó el primer implante coclear en #Cuba se han beneficiado más de 500 cubanos, sobre todo niños. Con la voluntad de sanar nació este programa, uno de los más sensibles y humanos de la Revolución, que siempre ha tenido el aliento de Fidel y Raúl. #CubaEsSalud
https://x.com/DrRobertoMOjeda/status/1894450275231862965
Este homenaje tiene como objetivo reconocer a quienes han estado en la vanguardia de los logros alcanzados en los programas de salud de la Revolución y han sido protagonistas de la trayectoria de solidaridad e internacionalismo de los servicios médicos en otras latitudes.
#CubaEsSalud
#Cuba
🎖️ Durante la cita, fueron galardonados 70 integrantes del movimiento vanguardia Mario Muñoz Monroy. Asimismo, siete graduados recibieron el Sello Forjadores del Futuro, que otorga la Unión de Jóvenes Comunistas.
🏅 En aras de incentivar a los estudiantes más destacados en el quehacer investigativo, 35 egresados merecieron el Premio al Mérito Científico.
📄 Por sus resultados relevantes en el ámbito académico, más de 200 doctores obtuvieron títulos de oro y de manera especial, la dirección de esa casa de altos estudios reconoció a los mejores, teniendo en cuenta su desempeño en diferentes esferas.
🙌 Con una trayectoria estudiantil meritoria, el Doctor en Medicina, Luis Rafael Gámez Leyva, devino Vanguardia Integral de esta graduación y en nombre de sus compañeros agradeció la excelente formación recibida durante los seis años universitarios. En tanto, la estomatóloga Yarisbeth Batista Mariño se alzó con más de un lauro.
🗣️ Por su parte, la rectora de la Universidad de Ciencias Médicas de Holguín, Dra. Galina Galcerán Chacón, los exhortó a continuar con inteligencia y coraje la encomienda social que representan sus profesiones.
❤️ En medio de la compleja situación que enfrenta el país, más de mil galenos se incorporan al sistema de salud, convencidos de que en sus manos está la hermosa y humilde labor de salvar vidas.
✍️ Telecristal 📸 Periódico Ahora, Mariela Fernández y Juan Pablo Carreras
#Holguín
#CubaEsSalud
#Cuba
👧👶En marcha en el país la segunda etapa de la 63 Campaña Nacional de Vacunación Antipoliomielítica Oral Bivalente.
Desde el 17 hasta el 21 de junio se suministrará una segunda dosis a quienes fueron vacunados en abril y mayo y, además, se proveerán dos goticas a los niños de nueve años de edad.💧⚕️
#Holguin
#Cubaessalud
📣 Inició la 63 Campaña Nacional de #VacunaciónAntipoliomielíticaOralBivalente para mantener eliminada esa enfermedad en #Cuba, informó el Ministerio de Salud Pública en su cuenta de la red social X.
👉 El objetivo es inmunizar con dos dosis en dos etapas a todos los niños con más de un mes de nacido y no hayan cumplido los tres años, además de reactivar con una porción a los infantes de nueve en una segunda etapa, acciones que se realizarán simultáneamente en todo el territorio nacional.
📝 con información de Radio Angulo
#Holguín
#CubaEsSalud
Entre los reconocidos estuvieron los principales centros hospitalarios de la provincia, que a la vez funcionan como unidades docentes; también la facultad Mariana Grajales, de más de 45 años de trabajo, donde se han graduado históricamente más de 32 mil estudiantes y unos de dos mil de otras naciones.
También, un grupo de instituciones del territorio holguinero reconocieron a la Universidad por este nuevo cumpleaños. Además fue entregada la distinción Carlos J. Finlay a la Universidad, y a varios investigadores de la #CienciasMédicas en la provincia.
La actividad culminó con la presentación de la orquesta Avilés, para el disfrute de los estudiantes, profesores y demás trabajadores.
✍🏻 Carlos Alberto García 📸 el autor y Lianne Fonseca
#CubaEsSalud
#CubaEsEducación
Como parte de las celebraciones por el aniversario 15 de la Universidad de Ciencias Médicas de Holguín, por cumplirse el venidero 15 de mayo, se otorgó la distinción por la "#EducaciónCubana" a 50 trabajadores del sector de la #Salud, estrechamente vinculados a la institución educativa.
En la entrega, que tuvo por escenario el teatro del hospital pediátrico Octavio de la Concepción y de la Pedraja, participaron Rosa María Leyva Mayo, funcionaria del Comité Provincial del Partido; la Dra. Galina Galcerán Chacón, rectora de la Universidad de Ciencias Médicas; y el Dr. Héctor Pupo Rodríguez, director del pediátrico.
✍️📸 John Alex Fernández Leyva, estudiante de Periodismo
#CubaEsEducación
#CubaEsSalud
#Holguín
#Cuba