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
🟢Le 8e Sommet de la Communauté politique européenne s'est ouvert ce dimanche 3 mai à #Erevan
Un événement qui confirme les orientations actuelles de la politique étrangère arménienne. Un sommet riche en symboles, à quelques kilomètres seulement des frontières russes et iraniennes.
🗣Plus de détails avec notre reporter Antoine Cléraux.
RT en français • Osez questionner !
🇦🇲 Les habitants d'#Erevan ont participé à la traditionnelle marche aux flambeaux organisée à l'occasion du 111e anniversaire du génocide des Arméniens dans l'Empire ottoman.
🇦🇲 Le Parlement européen a désigné le 24 avril journée de commémoration des victimes du génocide arménien dans l’Empire ottoman. Ce jour-là, en 1915, plus de 800 membres de l’intelligentsia arménienne ont été arrêtés à Istanbul puis assassinés. Au total, plus de 1,5 million d’Arméniens sont morts à la suite dans les persécutions.
RT en français • Osez questionner !
🟢Le 8e Sommet de la Communauté politique européenne s'est ouvert ce dimanche 3 mai à #Erevan
Un événement qui confirme les orientations actuelles de la politique étrangère arménienne. Un sommet riche en symboles, à quelques kilomètres seulement des frontières russes et iraniennes.
🗣Plus de détails avec notre reporter Antoine Cléraux.
RT en français • Osez questionner !
🟢Le 8e Sommet de la Communauté politique européenne s'est ouvert ce dimanche 3 mai à #Erevan
Un événement qui confirme les orientations actuelles de la politique étrangère arménienne. Un sommet riche en symboles, à quelques kilomètres seulement des frontières russes et iraniennes.
🗣Plus de détails avec notre reporter Antoine Cléraux.
RT en français • Osez questionner !
🗣Depuis l’Arménie, Emmanuel #Macron surveille la situation géopolitique avec attention
La visite d’État d’Emmanuel Macron à #Erevan a largement été marquée par la question d’un rapprochement, voire d’une future adhésion de l’Arménie à l’Union européenne.
Mais ce n’était pas le seul sujet abordé : le président français a longuement réagi aux dernières actualités internationales. Le point avec Nadège Abderrazak, notre correspondante à Paris.
RT en français • Osez questionner !
🇬🇧🇺🇦Londres pourrait se joindre au plan européen d’aide à l’Ukraine
▪️Le Royaume-Uni envisage de rejoindre le programme de prêts de l’Union européenne en faveur de l’#Ukraine, d’un montant total de 90 milliards d’euros. Des discussions sont attendues lors du sommet de la Communauté politique européenne à #Erevan.
▪️Le dispositif, approuvé fin avril pour la période 2026-2027 avec un premier versement prévu en mai, vise à financer les besoins de défense de Kiev. #Londres y voit à la fois un soutien militaire à l’Ukraine et une opportunité pour son industrie, déjà incluse parmi les fournisseurs potentiels aux côtés d’entreprises européennes.
RT en français • Osez questionner !
🇬🇧🇺🇦Londres pourrait se joindre au plan européen d’aide à l’Ukraine
▪️Le Royaume-Uni envisage de rejoindre le programme de prêts de l’Union européenne en faveur de l’#Ukraine, d’un montant total de 90 milliards d’euros. Des discussions sont attendues lors du sommet de la Communauté politique européenne à #Erevan.
▪️Le dispositif, approuvé fin avril pour la période 2026-2027 avec un premier versement prévu en mai, vise à financer les besoins de défense de Kiev. #Londres y voit à la fois un soutien militaire à l’Ukraine et une opportunité pour son industrie, déjà incluse parmi les fournisseurs potentiels aux côtés d’entreprises européennes.
RT en français • Osez questionner !
🎷🎹« La Bohème » s'invite à un dîner d'État
▪️À #Erevan, la diplomatie a pris des airs de scène : Emmanuel #Macron au micro, Nikol #Pachinian à la batterie. Ensemble, ils ont repris « La Bohème » lors d’un dîner officiel.
▪️Un moment inattendu, entre protocole et improvisation, où les chefs d’État ont troqué les discours pour la musique.
▪️Le duo qu’on n’attendait pas… mais qui a clairement volé la vedette.
Source : réseaux sociaux
RT en français • Osez questionner !
Армянское радио сообщило важнейшую новость - в Ереван прилетел позитивный организатор и... начал организовывать! #positive#city#quest#engineofemotions#erevan#armenia
#Iran: Prima visita del Presidente #Pezeshkian in #Armenia, pochi giorni dopo l’accordo di pace tra #Baku e #Erevan negli #USA. “Rispetto dell’integrità territoriale armena, preoccupati per forze straniere vicino ai confini".