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
Почерк — это отражение нашей личности на бумаге.
Handwriting is a reflection of our personality on paper.
✍️Николай Гоголь
Nikolai Gogol
✍️Эрнест Хемингуэй
Ernest Hemingway
✍️Александр Дюма (отец)
Alexandre Dumas père
✍️Владимир Набоков
Vladimir Nabokov
✍️Джейн Остин
Jane Austen
✍️Александр Пушкин
Alexander Pushkin
✍️Вирджиния Вулф
Virginia Woolf
✍️Иоганн Гёте
Johann Wolfgang von Goethe
✍️Франц Кафка
Franz Kafka
✍️Лев Толстой
Leo Tolstoy
❓️How is your handwriting when you write in Russian?😉
▶️Russian cursive letters (+practice)
#cursive
#brief_and_interesting
😎RCR | Support | Boost
School in the Russian Empire, late 19th century
❓️Can you read the 3 words written on the board?
🗝
In the Russian Empire 'i' stood for modern 'и':
1. Жукъ = жук (beetle)
2. Ученiя = учения (studies)
3. Сiянiе = сияние (shining)
▶️Reforms in 1918
#retrophotos
#cursive
😎RCR | Support | Boost
In Russia doctors may be required to print prescriptions: many pharmacists and patients struggle to read their handwriting.
🔻This leads to the refusal of medication sales, treatment delays, or the dispensing of the wrong drug, believes MP Anton Tkachev. He emphasized that it's especially difficult for the elderly, who cannot decipher the prescriptions themselves.
📎 And you say you can't read what Russians write. Russians themselves struggle to decipher what other Russians write! :)
Source: rt_russian
#cursive
#learnRussian
#news
😎RCR | Support | Boost
That merciless Russian cursive handwriting!
• Шиш
[shysh]
🔻This interjection (or sometimes exclamatory noun) is used to denote a strong, emphatic refusal, denial, or the idea of nothing or you won't get anything.
⚠️It's generally rude or dismissive!
🔻Шиш is a very close synonym of фиг. Both words are used in similar contexts to express negation, refusal, or to refer to the fig sign gesture.
🔻While фиг might be slightly more common and versatile in some everyday expressions, шиш carries a similar dismissive and negative connotation.
#spoken_Russian
#cursive
#foul_language
😎RCR | Support | Boost
Writing Ч ч in cursive can be challenging, but not for you!
🔻Let's watch the video, print out the practice sheet and, shedding tears of despair, practice and move on.
❓Which other letters of the Russian alphabet make you overwhelmingly want to chuck the study of Russian overboard?
📎The pdf file is in the comments
▶️Hard sign tutorial
▶️Сursive letters
#practice
#cursive
😎RCR | Support | Boost
Writing the hard sign (ъ) in cursive can be challenging, but not for us, right?
🔻Let's watch the video, print out the practice sheet and, shedding tears of despair, practise and move on.
❓Which other letters of the Russian alphabet make you overwhelmingly want to chuck the study of Russian overboard?
📎 file is in the comments
▶️Сursive letters
#practice
#cursive
😎 Stay with @learnRCRussian
Напиток называется "Grappa", а не то что вы прочитали.
The drink is called Grappa, not what you read.
🤔What did you read?
🗝
🔞⚠️
• Сучара (femin.)
[su-cha-ra]
⚠️ Vulgar slang! A highly offensive, intensified version of сука(bitch). Means something like a total bitch. Expresses extreme hatred, betrayal, or disgust.
❗️Do not use this word! Understand it only to recognize aggression in speech or media!
#cursive
#linguistic_joke
#Russian_riddle
#foul_language
😎RCR | Support | Boost