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
Дальше у нас «Чаша весны / Cup of Spring».
Как-то уже упоминала про эту дораму в контексте того, что читаю новеллу, по которой она снята, и любопытно, как эту историю перенесут на экран.
Новелла интересная и в некоторых моментах даже провокационна. Главный герой тут из разряда «вижу бабу — не вижу препятствий», положил глаз и всё, что можно, на главную героиню, которая чуть ли не на 15 лет младше его. Люто этого кринжую при чтении. Семейка у главной героини — легче с вр.агами подружить, чем с ними, все такие гадки, плетут интриги и подставы, но мне нравится.
#Любопытный_сериальчик#Чашавесны#CupofSpring
Март подходит к концу, а значит, пора выбирать, на чем будем фиксировать свое внимание в апреле.
Первая — это, конечно, «Любовь за гранью смерти / Love Beyond the Grave», показ которой начнется 28 марта.
Дальше многострадальная «Завеса теней / Veil of Shadows»: то ли выйдет она в апреле, то ли не выйдет. Каждый день вокруг нее проблемы и слухи. Но я верю в что выйдет.
Ещё обещают в начале апреля «Возрождение из ледяного озера / Rebirth», склонна в это верить, уж много за последнее время контента по ней пошло.
Также проскальзывают слухи о выходе «Чаша весны / Cup of Spring», можно сказать, что её вообще не жду, но сейчас читаю новеллу, по которой она снята, и мне просто любопытно заглянуть в дорамку.
Ну и конечно, «Призрачный божественный сыщик / Shadow Punisher», где снялся Ло Юньси, тоже обещают выпустить в апреле.
И единственное, что не в историческом сеттинге, это «Исповедь в темноте / Light to the Night». Детектив, чтоб разбавить эту вечеринку халатиков.
#Любопытный_сериальчик#Любовьзаграньюсмерти#LoveBeyondtheGrave#Завесатеней#VeilofShadows#Возрождениеизледяногоозера#Rebirth#Чашавесны#CupofSpring#Призрачныйбожественныйсыщик#ShadowPunisher#Исповедьвтемноте#LighttotheNight