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
OLTRE IL DOGMA: COSA CI INSEGNA DAVVERO IL RAPPORTO DEL PCC SULLA CRISI GLOBALE
il Rapporto annuale 2022/2023*dell’Accademia del Marxism (Cina) di Bruno Steri per Marx21.
Un testo che sfata molti stereotipi.
1. Il marxismo non è una litania.
Contro la vulgata che dipinge i comunisti cinesi come "dogmatici", il Rapporto parte da una lezione di Engels: “La concezione di Marx non è una dottrina, ma un metodo”. Nessuna "frase scarlatta" astratta, ma l’analisi concreta di una realtà complessa. Con oltre 100 milioni di iscritti al PCC e un PIL da 121 trilioni di yuan, la "quantità" diventa qualità: la Cina non esporta modelli, propone percorsi.
2. Il parassitismo finanziario USA.
Quando la Fed alza i tassi, non cura l’inflazione: esporta crisi. Il dollaro forte strangola il Sud del mondo, deprezza euro, yen e rupie, e spinge il 60% dei Paesi a basso reddito nel baratro del debito. Lenin parlerebbe di "Stato usuraio". Oggi 80 banche centrali si rivolgono allo yuan per sopravvivere. La dedollarizzazione non è un vezzo: è una trincea.
3. Europa: disuguaglianza e rassegnazione.
I dati Ocse parlano chiaro: in Italia il 10% più ricco possiede il 47% della ricchezza, mentre la metà più povera precipita al 10%. Scioperi ovunque – portuali, trasporti, sanità – eppure, nota il Rapporto, nessuna critica organica al capitalismo. Perché? Perché i partiti comunisti europei, dopo il crollo sovietico, hanno "diluito il colore dell’avanguardia". Le lotte restano economiche, non diventano politiche.
4. Una bussola per ripartire.
Il Rapporto non è un semplice resoconto: è un atto d’accusa contro l’accerchiamento imperialista (USA, Giappone, UE) e un richiamo alla responsabilità teorica. Se le proteste restano "senza guida", è il marxismo stesso a uscirne impoverito.
Leggere queste pagine significa riarmare lo sguardo. Perché senza analisi della realtà, non c’è trasformazione.
✊#Cina#Marxismo#ImperialismoFinanziario#Dedollarizzazione#LottaDiClasse#RapportoPCC
https://www.marx21.it/associazione/presentazione-del-rapporto-annuale-2022-2023-del-pcc/