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
Thundercats
aka ThunderCats: Los Felinos Cósmicos
📅Año 1985
🎥Dirección#KatsuhitoAkiyama
📄Guion Jules Bass, Doug Bernstein, Beth Bornstein, David Carren, J. Larry Carroll, Barney Cohen, Jeri Craden, Lawrence DuKore, Herb Engelhardt, Sandy Fries, Ron Goulart, Annabelle Gurwitch, George Hampton, Bob Haney, Becky Hartman Edwards, Peter Lawrence, Matthew Malach, Denis Markell, Mike Moore, Kimberly Morris, Romeo Muller, William Overgard, Danny Peary, Steve Perry, Howard Post, Bill Ratter, James Rose, Lee Schneider, Bruce W. Smith, Leonard Starr, Chris Trengove, Kenneth Vose, Heather Winters, Ted Wolf, Dennis Woodyard
🎼Música Bernard Hoffer
🎬Productora Rankin-Bass Productions, Telepictures Corporation, Lorimar Television
Género#SeriedeTV#Animación#Aventuras#Fantástico#Extraterrestres#Cienciaficción
Episodios | Comics | Reparto | Intro Latino | Sinopsis
⏱Duración 22min.
🖥Resolución 720x400
🗣Idioma Latino
Película | Season2 - 3 - 4 - ThunderCats 2011 | Comics
Renmei Kūgun Kōkū Mahō Ongakutai Luminous Witches
📅Año 2022
País🇯🇵Japón
🎥Dirección#ShoujiSaeki
📄Guion Shouji Saeki, Shinya Murakami.
✨Idea#HumikaneShimada
🎼Música Yoshiaki Fujisawa
🎬Productora Kadokawa
Género#SeriedeTV#Animación#Comedia#Drama#Cienciaficción#Musical#Spinoff#Música#Ejército#Histórico#Extraterrestres
Sinopsis
Las "Luminous Witches" son un escuadrón de "Strike Witches" que no se dedican a la batalla, si no a interpretar canciones para proteger las sonrisas de aquellos que han tenido que ser evacuados de sus ciudades por culpa de la invasión Neuroi. Spin-off de la serie anime "Strike Witches: Road to Berlin".
⏱Duración 24min.
🖥Resolución 720x400
🗣Idioma Japonés
Subtítulos Latino
Episodio01 - 02 - 03 - 04 - 05 - 06 - 07 - 08 - 09 - 10 - 11 - 12
Suscripción a este Anime 👉🏻Aquí
Índice de Animaciones 👉🏻Aquí