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
🎯🎯Excellent 31% Profit on #DOT/USDT for all Premium Members
🚀🚀It has crossed all the targets
👁🗨Contact @futurechief to enter the premium group & make daily gains
🚀🚀Raining Profits in the Premium Group
🎯🎯#DOT/USDT has covered all the targets to give an amazing profit of 30% for all Premium Members
👁🗨Contact @futurechief to enter the premium group & make daily gains on Futures as well as Spot Market
🏦 Биржа Bybit отразила атаку с фейковыми депозитами на ~$1,000,000,000.
В Bybit сообщили о том, что остановили серию атак с поддельными депозитами сразу в нескольких сетях. Потенциальный ущерб мог превысить $1b в токенах #DOT, но ни один пользователь не пострадал.
▪Схема:
➥ Злоумышленники создавали транзакции, которые выглядели как успешные депозиты, хотя реальные средства НЕ поступали.
➥ Использовали батч-операции – часть переводов проходила, а часть специально завершалась с ошибкой.
➥ Также применяли многошаговые транзакции, создавая «иллюзию» поступления средств без роста баланса.
▪В чем проблема:
➥ Некоторые системы смотрят только на статус транзакции или логи и могут засчитать «фейковый» депозит как настоящий.
▪Как отбились:
➥ Bybit проверяет не просто транзакцию, а фактическое изменение баланса и разбирает каждую операцию внутри нее:
⊹ Анализ внутренних транзакций.
⊹ Разбор батчей по частям.
⊹ Проверка владельца и структуры аккаунтов.
⊹ Финальная валидация по реальному балансу.
Ранее: Bybit Card в России
Crypto Headlines
#DOT/USDT analysis -
#DOT is in a downtrend, forming lower lows (LLs) and lower highs (LHs). The price is currently experiencing a pullback and facing rejection from the resistance zone. It is expected that the price will decline from this point and revisit previous lows.
TF : 4h
Entry : $6.154
Target : $5.538
SL : $6.462