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
❗️Один из самых ярких испанских политиков, депутат от каталонской политической партии Esquerra Republicana de Catalunya (ERC) Габриэль Руфиан выступил вчера в Мадриде на встрече левых политиков, где произнёс несколько довольно резких фраз.
В своём выступлении, полную запись которого можно посмотреть на Youtube, он назвал бурку – мусульманский женский платок, полностью закрывающий лицо человека, – «salvajada» («дикостью» или «варварством») и «animalada» («зверством»).
🧐 Он также подчеркнул своё видение различия между исламской и католической одеждой, противопоставив бурку или никаб монашескому облачению испанских монахинь: по его словам, платок или монашеское одеяние относится к спектру свободы вероисповедания, а вот бурка — это «дикость», и «нельзя делать вид, будто это нормально».
Жёсткая позиция Габриэля Руфиана по бурке вызвала аплодисменты собравшихся.
☝️Отметим, что на прошлой неделе Габриэль Руфиан вместе с остальными левыми партиями проголосовал в парламенте Испании против запрета бурки.
@amigokonon#religión#islam#partidos#ERC
🇪🇸#Spagna — #ERC e #Junts annunciano, depositando una mozione che verrà votata questo venerdì, che sosterranno un nuovo governo #Sánchez solo a condizione che si impegni a svolgere un referendum per l’indipendenza della Catalogna. Il #PSOE: “Su questa strada non è possibile alcun progresso. Sempre dalla parte della Costituzione”. Si allontana così l’unica ipotesi di governo.
@UltimoraPolitics
#Spagna#Catalogna
Il Parlamento catalano ha dato il via libera, in prima lettura, al disegno di legge del governo per creare un corpo di personale specializzato in azione estera e relazioni con l’#UE, con l'obiettivo di rafforzare la proiezione internazionale della Catalogna. A votare a favore sono stati: #ERC|G/EFA, #Junts|NI, #PSC|S&D, #CUP|LEFT e #ElsComuns|LEFT, ribaltando gli emendamenti generali da parte della destra e dell'estrema destra.
@OsservatorioEsteri