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
☝️Bilasizmi?
🏋🏻♂️ Ogʻir atletika boʻyicha Oʻzbekiston terma jamoasi kattalar oʻrtasidagi jahon chempionatlarida ketma-ket 5 bor oltin medal qoʻlga kiritdi. Bunday natijani hech bir jamoamiz takrorlay olmagan.
—
☝️ Знаете ли вы?
🏋🏻♂️ Сборная Узбекистана по тяжёлой атлетике уже пятый раз подряд удостоилась золотой награды на чемпионатах мира среди взрослых. Ни одна другая отечественная команда пока не смогла повторить такой результат.
#Fakt
👉@OlympicUz
olympic.uz I YouTube I Instagram I
#FAKT
BMB Professional Futzal Klubi tashkil etilganidan buyon mamlakat chempionatida Navoiyning “Qizilqum” jamoasiga qarshi ikki bor toʻqnash kelgan.
Ilk bahsda 7-1, ikkinchi bahsda esa 8-0 hisobida gʻalaba qayd etib, “Oq Yoʻlbarslar”ning qoʻli baland kelgan.
Bugun ular yana bir bor oʻzaro toʻqnash keladi.
BMB PFC - QIZILQUM uchrashuvi muxlislar uchun tomoshabop boʻlishi kutilmoqda.
Soat 19:00 da Andijon shahridagi “Universal SM”da start oladigan bahsga barcha futzal ixlosmandlarini taklif etamiz.
OʻTKAZIB YUBORMANG!
Telegram|Facebook|Instagram | Uzum
#FAKT
“Oq Yoʻlbarslar”ning “Neftchi” jamoasiga qarshi kechgan soʻngi ikki uchrashuvi “Oʻzbekiston kubogi” chorak finaliga toʻgʻri kelgan edi. Buxoro shahrida boʻlib oʻtgan bosqichda 9-0 hamda 8-0 hisobida BMB PFC ustun kelgan boʻlib, umumiy hisobda raqiblar darvozasiga 17 ta gol kiritilgan.
Bugun boʻlib oʻtadigan navbatdagi bahs ham gollarga boy boʻlishi kutilmoqda. Uchrashuv soat 17:00 da Andijon shahridagi “Universal SM”da start oladi.
OʻTKAZIB YUBORMANG!
Telegram|Facebook|Instagram | Uzum
#Fakt
Roʻziqul Berdiyev professional faoliyatidagi ilk golini “Yangiyer” jamoasi safida kiritgan. U o‘z debyut golini o‘yin yakuniga yaqin, 90-daqiqada “Paxtakor” darvozasiga yo‘llab, faoliyatiga unutilmas start bergan.
https://t.me/AbdullaCAfotograf
#fakt
AMIR TEMUR QABRI NEGA OCHILGAN? USHBU VIDEO ORQALI SIZ BILMAGAN MA’LUMOTLARGA EGA BOʻLASIZ?
📮𝒀𝒐'𝒍𝒊𝒎𝒊𝒛-𝒃𝒊𝒓!
📝Telegram
💻Instagram
🎞Youtube🎙Radio FM _106.7
#fakt
✏️Fargʻonaning eng goʻzal shaharlaridan biri Margʻilon tarixi haqida nimalarni bilasiz?
Videoni koʻring va ma’lumot oling!
📮𝒀𝒐'𝒍𝒊𝒎𝒊𝒛-𝒃𝒊𝒓!
📝Telegram
💻Instagram
🎞Youtube🎙Radio FM _106.7
#FAKT|
📢FARG'ONA VILOYATINING HUNARMANDLAR SHAHRI HISOBLANGAN RISHTON TUMANI HAQIDA NIMALARNI BILASIZ? USHBU VIDEO QADIMGI VA HOZIRGI RISHTON HAQIDA
📮𝒀𝒐'𝒍𝒊𝒎𝒊𝒛-𝒃𝒊𝒓!
📝Telegram
💻Instagram
🎞Youtube🎙Radio FM _106.7