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
Эта весна по-французски мужского рода,
сердце в заложниках у серебра и черни
осеннего ясеня,
узловато зажато
пальцами черных ветвей
и глазами апрельского неба.
Пить не напиться
теплых дыханий земли
втягиваешь до одуренья
серую изморось боли
Обволакивай телом, припадая
на слабую долю
и стремись неподотчетно наверх.
Содрогаясь артериально,
расплывайся венозно вокруг.
Хорошо, что остались стороны света,
что ты помнишь, где запад, где - юг,
как нескончаем восток
и бесконечен север -
туда и уйдешь после спиною вперёд,
на каждом шагу исчезая, как тающий лёд.
Дождёшься ли, чтоб весна стала белой,
пока всё расцветает алым,
закрывает лицо черным,
перечёркивает себя мелом,
затыкает рот и глаза смелым,
проступает как мертвое тело
в недоступности, в призрачной красоте?
Время камлать, звать духов,
делать своё дело на
свободной пока частоте.
#49daysforfreedom#day25
Тема двадцать пятого ноября — гексагоны.
В качестве источника для этой карты автор взял Платформу поставки данных ФНС РФ, где можно посмотреть распределение трат населения в различных точках на карте. Цветовая гамма гексагонов соответствует изменению интенсивности выручки — чем насыщеннее цвет, тем больше общая сумма реализации товаров и услуг, проходящих через кассовые аппараты. Метрики рассчитываются за последнюю полную календарную неделю и отдельно для каждого субъекта РФ.
На карте представлена интенсивность выручки в Калининградской области. Как и стоило ожидать, больше всего население области и её гости тратят в крупных населённых пунктах, например, в Калининграде, Багратионовске, Черняховске. Также одни из самых высоких показателей интенсивности выручки замечены в населённых пунктах, расположенных на побережье Балтийского моря — Зеленоградске, Светлогорске, Балтийске. А ещё в глаза бросаются два гексагона на Куршской косе. Это одни из самых популярных мест среди туристов — Высоты Эфа и Мюллера.
#30DayMapChallenge#Day25#Hexagons#Cartography#GIS