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
🍀127-я Кантонская ярмарка.: Стенд номер 10.3K21. Расписание прямых трансляций на 15-е июня, Пекинское время:
1. 10:00 - 11: 00 (7:00 - 8:00 по Ташкентскому времени) Средства автоматизации и контроля: контакторы CJХ2 и CJX2i, магнитный пускатель YCQC7, контактор для цепей компенсации реактивной мощности CJ19i и аксессуары для контакторов;
2. 14:00 - 15: 00 (11:00 - 12:00 по Ташкентскому времени) Модульный автоматический выключатель серии YCB6H и аксессуары;
3. 16:00 - 17: 00 (13:00 - 14:00 по Ташкентскому времени) Модульный автоматический выключатель серии YCB9 и аксессуары;
4. 19:00 - 20: 00 (16:00 - 17:00 по Ташкентскому времени) Распределительные устройства: Автоматические выключатели в литом корпусе YCM1 и YCM7, Воздушный автоматический выключатель и др.
Добро пожаловать в CNC Electric!
‼️Перейдите по ссылке в QR-код!‼️
#cnc#cncelectric#cncuzbekistan#cnctashkent#digitop#digitopuzbekistan#автоматика#электрика#электрик#электрощит#электротехническаяпродукция#electric#сборкащитов
Переключатель фаз PS-63A предназначен для питания промышленной и бытовой однофазной нагрузки 220/230В 50Гц от одной из фаз трехфазной сети, с целью обеспечения питания особо ответственного однофазного оборудования от наиболее качественной фазы и защиты его от повышенного или пониженного напряжения.
📱Телефоны:
(99) 844-00-30 Эргаш
(99) 843-00-30 Сардор
📠факс/офис: (71) 228-02-11
🌐website: www.cncele.uz, www.elcom.uz
📧e-mail: [email protected]
Instagram —»» https://www.instagram.com/cnc_uzbekistan/
Facebook —»» https://www.facebook.com/electromaxgroup/
Telegram —»» https://t.me/electromaxgroup
Youtube —»» https://www.youtube.com/channel/UCUmHJIxHuQtre1MG6XQ_12w
#cnc#cncelectric#cncuzbekistan#cnctashkent#digitop#digitopuzbekistan#автоматика#электрика#электрик#электрощит#электротехническаяпродукция#electric#сборкащитов
Реле напряжения Vp-16
предназначено для защиты оборудования и различных устройств от перепадов напряжения. При управлении большей мощностью нагрузки необходимо применять контактор. Монтаж на DIN-рейку.
📱Телефоны:
(99) 844-00-30 Эргаш
(99) 843-00-30 Сардор
📠факс/офис: (71) 228-02-11
🌐website: www.cncele.uz, www.elcom.uz
📧e-mail: [email protected]
Instagram —»» https://www.instagram.com/cnc_uzbekistan/
Facebook —»» https://www.facebook.com/electromaxgroup/
Telegram —»» https://t.me/electromaxgroup
Youtube —»» https://www.youtube.com/channel/UCUmHJIxHuQtre1MG6XQ_12w
#cnc#cncelectric#cncuzbekistan#cnctashkent#digitop#digitopuzbekistan#автоматика#электрика#электрик#электрощит#электротехническаяпродукция#electric#сборкащитов