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
🟢 | Este viernes, en nuestro programa "Mapa de Conflicto", Marcos Salgado.
▪️Informe especial: Venezuela defiende su soberanía en la Haya.
¡Te esperamos!
↗️ Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/NzJ2NTM9gKg?si=tkjlQ8IVwXHlZFGq
⬅️ Este jueves, en "Los mediodías de Laiguana.tv", conducido por el viceministro Gustavo Villapol.
▫️¿Qué dice la calle de los anuncios de la Presidenta (E) Delcy Rodríguez?: Jesús Marcano.
¡Te esperamos!
🔺 Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/u2H-_FJM2eQ?si=476ZkxrXrtuRyldL
⚡️ | Este jueves 7 de mayo, en nuestro programa "Esto NO es un misil", conducido por Alberto Alvarado.
▪️El Renacer de Venezuela comenzó con anuncios económicos: Ricardo Menéndez.
¡Imperdible!
🔴 Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/YqiUty5bjxY?si=u9sTV3VF_6F1CFrN
📶 Este miércoles, en "Los mediodías de Laiguana.tv", con el periodista Clodovaldo Hernández.
▫️Venezuela consigna en La Haya sus títulos históricos sobre la Guayana Esequiba.
¡Te esperamos!
⭕ Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/jV3Jx3GWWt4?si=0WtTQrXwv612DRGk
✴️ | Este miércoles, en nuestro programa "Aquí y Ahora", conducido por el periodista Julio Riobó junto a Oliver Ponce.
▪️¿Cómo será la reforma parcial de la Ley Orgánica del TSJ?
🔺 Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/CAQdMEclQjA?si=ddWcxtLC3vMhMfyk
🔸 | Este martes, en nuestro programa "Aquí y Ahora", conducido por el periodista Julio Riobó.
▪️¿Qué dicen los empresarios sobre nuevos anuncios económicos?: Orlando Camacho.
🔺 Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/PLAM4iLyVtA?si=g2JrZ98nsQ3qrTLy
🌎 | Este lunes, en nuestro programa "Mapa de Conflicto".
▪️La recuperación económica en Venezuela: Análisis a fondo con Marcos Salgado.
¡Te esperamos!
↗️ Sintoniza el programa #EnVivo en nuestro canal de Youtube: https://www.youtube.com/live/H83_IKJFKLo?si=xlbxrl14t39ijiv1
🔴#EnVivo: La portavoz del Ministerio de Asuntos Exteriores de Rusia, María Zajárova, ofrece su rueda de prensa semanal sobre temas actuales de la política exterior.
Sigue la transmisión directa (en inglés):
👉Sitio del Ministerio
👉Ruptly
🔴#EnVivo: La portavoz del Ministerio de Asuntos Exteriores de Rusia, María Zajárova, ofrece su rueda de prensa semanal sobre temas actuales de la política exterior.
Sigue la transmisión directa (en inglés):
👉Sitio del Ministerio
👉 Ruptly
🔴#EnVivo: La portavoz del Ministerio de Asuntos Exteriores de Rusia, María Zajárova, ofrece su rueda de prensa semanal sobre temas actuales de la política exterior.
Sigue la transmisión directa (en inglés):
👉Sitio del Ministerio
👉Ruptly
🔴#EnVivo: La portavoz del Ministerio de Asuntos Exteriores de Rusia, María Zajárova, ofrece su rueda de prensa semanal sobre temas actuales de la política exterior.
Sigue la transmisión directa (en inglés):
👉Sitio del Ministerio
👉Ruptly