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
🕵️ Arthur Hayes Buys Another $1.1 Million in HYPE
According to Lookonchain, Arthur Hayes bought another 26,022 HYPE yesterday for about $1.1M, marking his first HYPE purchase in nearly three months. He now holds 247,334 HYPE worth approximately $10.44M, with unrealized gains exceeding $2.5M. Bitwise is also advancing its Hyperliquid index ETF filing. #etf
#ETF
Bitcoin-ETF BlackRock в топе притока средств
Bitcoin-ETF от BlackRock — IBIT — занял 11 место по притоку средств в апреле с показателем около $2,3 млрд.
Это примечательно, так как IBIT — единственный ETF в списке с отрицательной доходностью с начала года (YTD), но при этом продолжает привлекать капитал.
Для нового ETF такой объем притоков — редкость: обычно подобные позиции занимают уже устоявшиеся фонды.
Также в топе оказался DRAM ETF (12 место). Это тематический фонд, ориентированный на сектор памяти и полупроводников (DRAM-чипы) — один из ключевых сегментов инфраструктуры для AI и дата-центров.
#ETF
Bitwise и Roundhill запускают ETF на prediction markets
Компании Bitwise и Roundhill подали заявки на новые ETF, завязанные на рынки прогнозов.
Что внутри:
— ставки на рецессию (Yes / No)
— трекинг событий вроде увольнений в технологическом секторе
Это первые ETF такого типа — фокус смещается на макроэкономику и реальные экономические события.
Фактически речь о новом классе инструментов: инвесторы смогут получать экспозицию к вероятности событий, а не к самим активам.
#ETF
GSR запустил ETF на BTC, ETH и SOL
GSR объявила о запуске своего первого ETF под тикером BESO. Это активно управляемый фонд, который инвестирует в Bitcoin, Ethereum и Solana. Комиссия фонда составляет 1%.
Задача фонда — обгонять индекс из BTC, ETH и SOL, а не просто повторять его структуру. На этом фоне Bloomberg-аналитик James Seyffart считает, что именно такие корзинные крипто-ETF — активные и пассивные — могут стать одним из самых быстрорастущихсегментов рынка в ближайшие годы.
#ETF
Bitwise и GraniteShares подали заявки на “prediction-style” ETF
Bitwise и GraniteShares присоединились к Roundhill Investments и подали заявки на запуск ETF с механикой, напоминающей рынки прогнозов.
Фонды предполагают бинарную структуру выплат: инвесторы фактически делают ставку на наступление конкретного события к определенной дате, а расчет происходит по принципу “да/нет”.
Если регулятор одобрит структуру, это станет новым форматом ETF, который приблизит традиционный рынок к логике prediction markets.
#ETF
ProShares запустил KRYP - ETF на корзину CoinDesk 20.
ProShares вывел на NYSE Arca фонд ProShares CoinDesk 20 Crypto ETF (KRYP). Он дает экспозицию к 20 крупнейшим и наиболее ликвидным криптоактивам через индекс CoinDesk 20.
В индексе нет стейблкоинов, мемкоинов, wrapped- и privacy-токенов. Пересмотр состава и весов - раз в квартал (январь, апрель, июль, октябрь). Ограничения по концентрации: до 30% на крупнейший актив и до 20% на остальные при назначении весов.
KRYP не покупает крипту напрямую: фонд использует свопы для повторения динамики индекса. Комиссия (expense ratio) - 0,58%, распределения заявлены ежемесячно.