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
🌧Que Llueva: cómo Rainmaker produce lluvia bajo demanda
La startup Rainmaker, con sede en California, ofrece una solución para combatir las sequías provocadas por el cambio climático, no reduciendo el consumo de recursos, sino controlando la naturaleza y generando lluvia donde y cuando se necesita.
🛩 ¿Cómo funciona?
Para convertir nubes comunes en nubes cargadas de lluvia, Rainmaker utiliza drones que rocían químicos en las nubes, lo que desencadena la condensación del agua y la precipitación en un lugar elegido por el cliente.
La tecnología no es nueva: la siembra de nubes se ha utilizado para combatir sequías desde mediados del siglo XX. Sin embargo, en lugar de depender de aviones o rociadores terrestres, Rainmaker emplea drones ágiles, modelado meteorológico avanzado para realizar siembras más eficientes y radares precisos para monitorear los resultados.
Como resultado, una hora de operaciones con drones de Rainmaker cuesta alrededor de $20. En comparación, en Abu Dabi, la capital de los Emiratos Árabes Unidos, donde se practica la siembra de nubes desde 2002, las horas de vuelo pueden costar hasta$8,000.
🚨¿Está el progreso frenado por prejuicios?
El fundador de Rainmaker, August Dorico, sueña con transformar los desiertos de Arizona, Nevada y el oeste de Texas en tierras fértiles mediante la siembra de nubes.
Sin embargo, a pesar de ser una tecnología que existe desde hace décadas, muchos científicos y responsables políticos se oponen a ella, citando consecuencias impredecibles.
Dorico, por otro lado, considera que proteger al planeta de la catástrofe climática es una "misión divina". Según él, muchas personas malinterpretan los matices de la tecnología y la ven erróneamente a través del prisma de teorías conspirativas.
#startups#ecología@hiaimediaes
🔋 Los científicos han encontrado una manera de sintetizar combustible ecológico a partir de latas vacías
Investigadores del Instituto Tecnológico de Massachusetts (MIT) han desarrollado una tecnología para producir hidrógeno utilizando latas de aluminio y agua de mar. Este nuevo método reduce las emisiones de carbono durante la producción de hidrógeno a solo 1,45 kg de CO₂ por kilogramo de combustible, un orden de magnitud menor que los métodos tradicionales.
💧 Cómo funciona la reacción
El componente clave de la reacción es una aleación de galio e indio. Normalmente, el aluminio no reacciona con el agua, pero la aleación de metales raros descompone su capa de óxido, exponiendo el metal activo. Esto desencadena una reacción vigorosa que libera hidrógeno. La sal presente en el agua de mar permite recuperar y reutilizar la costosa aleación de galio e indio.
El equipo del MIT también realizó un análisis completo del ciclo de vida del proceso, desde la producción de aluminio hasta el transporte del hidrógeno a las estaciones de recarga. Las emisiones totales de dióxido de carbono de este nuevo método son aproximadamente 7,5 vecesmenores que las de la extracción de hidrógeno a partir de gas natural y casi 14 vecesmenores que la gasificación del carbón.
Además, el subproducto de la reacción, la boehmita, puede utilizarse en la industria electrónica, lo que reduce aún más los costos generales. Como resultado, el hidrógeno producido a partir del aluminio podría costar alrededor de $2 por kilogramo, comparable a los métodos tradicionales pero mucho menos perjudicial para el medio ambiente.
ℹ️ Cada año se desechan más de 180 mil millones de latas de aluminio en todo el mundo, lo que equivale a aproximadamente 3 millones de toneladas de aluminio. Esto es suficiente para producir cientos de miles de toneladas de combustible limpio, capaz de alimentar millones de kilómetros para vehículos impulsados por hidrógeno.
#noticias#energía#ecología@hiaimediaes