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
Talib Trio — Aap ka number hai? (Honiunhoni, 2024)
#traditional#sindhi#balochi#pashtun#damburo#bulbul_tarang#benju#dholak#harmonium#Pakistan
Aap Ka Number Hai? — дебютный альбом трио Мухаммада Талиба, мультиинструменталиста из Карачи. В основе альбома — традиционная музыка синдхов и белуджей, которую Талиб исполняет на модернизированном дамбуро (не путать с тамбуром, танбурой или домрой), оснащённом ладами, а также на электрическом бюльбюль таранге, разновидности традиционного бенджу со звукоснимателями. Помимо самого Талиба в трио входят Мухаммад Хан, исполнитель на барабане дхолак, и Шахид Али, исполнитель на фисгармонии.
Музыкальная карьера Талиба берёт начало в богатой семейной традиции. Он племянник видного синдхского певца Устада Мухаммада Джумана и ученик мастера игры на бенджу Гулама Мохаммада. Новаторский подход Талиба к дамбуро, изначально ритмическому инструменту, расширил его возможности. Добавив лады, Талиб превратил инструмент в мелодический, способный исполнять аккорды и сложные мелодии.
Музыка альбома Aap Ka Number Hai? пропитана духом многокультурного Карачи. Здесь есть и переработанные народные мелодии синдхов и белуджей, и популярные песни пуштунов, и собственные композиции Талиба. Талиб соединил традиционную музыку синдхов с эклектичными музыкальными влияниями Карачи, создав звучание, которое хотя и является экспериментальным, из-за этого только еще больше укоренено в наследии города.
Еще ярче обостряет воздействие города на этот альбом тот факт, что его запись проходила на крыше здания Clifton Court, где Талиб провёл свое детство. Звуковой ландшафт Карачи — его хаотичная энергия, уличный гул и ритм жизни — стал частью музыкальной текстуры записи, сделав её неотъемлемо связанной с этим мегаполисом.
🔗Spotify | Bandcamp
Embryo — Reise (Schneeball, 1979)
#traditional#field_recording#jazz#rock#hindustani#rubab#dilruba#kanjira#dutar#tabla#ghatam#dholak#thavil#Afghanistan#Pakistan#India
Во второй половине 70-х Кристиан Берчард решил прокатиться по «тропе хиппи» и пригласил свою группу Embryo составить ему компанию. Вместе они проехали через Ближний Восток, Афганистан, Пакистан и Индию, импровизируя по пути с профессиональными и уличными музыкантами. Из записей этих импровизаций и получился альбом «Reise», что значит «путешествие». Некоторые композиции сочетают в себе традиционную музыку с прогрессивным роком («Kurdistan») или даже с панком («Es Ist, Wie's Ist»), в то время как другие полностью традиционные («Chan Delawar Khan»). На альбоме отметилось множество выдающихся музыкантов. Среди них — виртуоз игры на афганском рубабе Мухаммад Омар, афганский исполнитель на саринде Мачин Абдул Рашид, перкуссионист Т. А. С. Мани и певица Рамамани из Бангалора, перкуссионист Рамеш Шотам из Южной Индии и многие другие.
Spotify | AppleMusic | VK
Various Artists — Folk Music of Pakistan (Folkways Records, 1951)
#traditional#alghoza#bansuri#bagpipe#clarinet#dholak#dilo#duff#ghatam#mandolin#sarinda#sitar#tabla#tambura#Bangladesh#Pakistan
Пакистан образовался в 1947 году после разделения Британской Индии на два государстваː индуистское, Индийский Союз, и мусульманское, Доминион Пакистан. Бангладеш, ранее известный как Восточный Пакситан, приобрёл автономность в 1971 году в результате войны за независимость.
Композиции из разных регионов обеих современных стран представлены на этой записи 1951 года. Например, на ней можно услышать песню бангладешских лодочников «бхатиали» (ভাটিয়ালি) или пуштунскую любовную песню из Хайбер-Пахтунхва.
Важно отметить, что некоторые названия, упомянутые в названиях песен, изменились с момента создания этих записей. Например, провинция Хайбер-Пахтунхва (Khyber Pakhtunkhwa) в 1951 году носила имя Северо-Западная пограничная провинция (Northwest Frontier Province).
🔗Spotify | AppleMusic