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
“Lo #sport porta con sé anche delle tentazioni: quella della prestazione a ogni costo, che può condurre fino al #doping. Quella del profitto, che trasforma il gioco in mercato e lo sportivo in divo. Quella della spettacolarizzazione, che riduce l’atleta a un’immagine o a un numero”. A lanciare il grido d’allarme è stato Papa #LeoneXIV che questa mattina, nella Sala Clementina del Palazzo Apostolico, in Vaticano, ha ricevuto in udienza gli atleti italiani e paralimpici che hanno preso parte ai Giochi di #MilanoCortina2026.
"Contro queste derive, la vostra testimonianza è essenziale - l’omaggio ai presenti -. Voi siete stati testimoni di un modo onesto e bello di abitare il mondo. Portate l’idea che si possa gareggiare senza odiarsi. Che si possa vincere senza umiliare. Che si possa perdere senza perdere sé stessi”.
“E questo vale anche oltre lo sport - ha osservato il Pontefice -. Vale nella vita sociale, nella politica, nelle relazioni tra i popoli. Perché lo sport, se vissuto bene, diventa un laboratorio di umanità riconciliata, dove la diversità non è una minaccia, ma una ricchezza”.
“In un’epoca di grandi sfide climatiche, questi Giochi ci ricordano anche il legame tra sport e natura e il nostro dovere di prenderci cura della casa comune”, ha sottolineato il Santo Padre, affidando infine a tutti gli #atleti una missione: “continuare a far sì che la persona rimanga al centro dello sport in tutte le sue espressioni”.
Опубликована новая статья
🟣 2024 🟣 V. 11 🟣 Issue 2 🟣 Art. 202411207 🟣 Letter 🟣
📜 Features of electronic states in the vicinity of band gap and atomic structure of Ta- and Nb-doped Li7La3Zr2O12
👩🎓👨🎓 M. I. Vlasov (http://orcid.org/0000-0002-7814-7489), E.A. Surzhikov (http://orcid.org/0009-0005-3466-6374), A.Yu. Germov (http://orcid.org/0000-0001-6091-1250), E.A. Il'ina (http://orcid.org/0000-0003-1759-5234), I.A. Weinstein (http://orcid.org/0000-0002-5573-7128)
🏛 Institute of High Temperature Electrochemistry of the
Ural Branch of the Russian Academy of Sciences,
https://ihte.ru/?page_id=3106
🏛 Ural Federal University, https://urfu.ru/en
🏛 M.N. Mikheev Institute of Metal Physics of the Ural
Branch of the Russian Academy of Sciences,
https://www.imp.uran.ru/?q=en
🏛 Institute of Metallurgy of the Ural Branch of the Russian
Academy of Sciences, http://www.imet-uran.ru
📚#Li7La3Zr2O12#Ta#Nb#doping#bandgap#oxygen#vacancies
🔗https://doi.org/10.15826/chimtech.2024.11.2.07
https://journals.urfu.ru/index.php/chimtech/article/view/7692
Новая работа регулярного выпуска👇
🟢 2022 🟢 V. 9 🟢 Issue 4 🟢 No. 20229405🟢
📜 Phosphorus-doped protonic conductors based on BaLanInnO3n+1 (n = 1, 2): applying oxyanion doping strategy to the layered perovskite structure
👩🎓👨🎓 N. Tarasova (https://orcid.org/0000-0001-7800-0172), A. Galisheva (https://orcid.org/0000-0003-4346-5644)
🏛 Institute of High Temperature Electrochemistry, http://www.ihte.uran.ru
📚#layered#perovskite#oxyanion#doping#proton#conductivity#BaLaInO4#BaLa2In2O7
🔗https://doi.org/10.15826/chimtech.2022.9.4.05
https://journals.urfu.ru/index.php/chimtech/article/view/5979