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
A newly created wallet received 488,599 $HYPE worth $17.18M from #FalconX.
Address: 0x9ff9dbfadad1def3075d340bfc151c9392526880
https://x.com/OnchainLens/status/2039867557751214144
Follow @onchainlens for more onchain updates
A newly created wallet received 450 $BTC worth $30.27M from #FalconX.
Address: bc1q3aydm3nd6c7hejscde0hsdzsf4dsxkxd0l8f0dwn45y2znlh0dxq2aga8r
https://x.com/OnchainLens/status/2038782817791066483
Follow @onchainlens for more onchain updates
The whale "0xfb7" has further bought 20,013 $ETH ($59M) from #FalconX. The whale now holds 80,115 $ETH, worth $236.55M. Addresses: - 0xfb78aa8f38843629e89951d9db6fdc398d75e0a3 - 0xd4584bf988c9e8994688b56484e2f74ceaeefb20 https://x.com/OnchainLens/stat…
Just In: Arthur Hayes (@CryptoHayes) sent 3,597,122 $ENA ($499.34K) and 327,869 $PENDLE ($501.64K) to #FalconX and likely to send more fund.
8 hours ago, he sent 2.31M $LDO worth $980.3K to #FalconX.
https://intel.arkm.com/explorer/entity/arthur-hayes
https://x.com/OnchainLens/status/2018576988945178669
Follow @OnchainLens for more Onchain Updates
While others are panic selling, whale "0xFB7" further bought 13,000 $ETH ($30.93M) from #FalconX.
This brings the whale's holdings to 173,582 $ETH ($407.62M) and 750 $cbBTC ($59M).
https://intel.arkm.com/explorer/address/0xFB78AA8F38843629e89951D9db6FdC398d75e0A3
https://x.com/OnchainLens/status/2018471314684829769
Follow @OnchainLens for more Onchain Updates.
The whale "0xFB7" has further bought 20,000 $ETH for $56.03M from #FalconX.
This brings the whale's holdings to 110,154 $ETH, valued at $311.26M in staking.
Address: 0xFB78AA8F38843629e89951D9db6FdC398d75e0A3
https://x.com/OnchainLens/status/2017028375014154514
Follow @onchainlens for more onchain updates
Bitmine (@BitMNR) bought 20,000 $ETH ($58.22M) from #FalconX and further staked 184,960 $ETH, worth $538M.
In total, they have staked 2,128,160 $ETH, valued at $6.22B.
https://intel.arkm.com/explorer/entity/bitmine
https://intel.arkm.com/explorer/address/0x0E0d36c115F66a08958756d860E16b2FbE5AadbF
https://x.com/OnchainLens/status/2015932786839113916
Follow @onchainlens for more onchain updates
Bitmine ( @BitMNR) has received 31.75K $ETH worth ($93.50M) from #FalconX
Address - 0x1C79347985300642be2fB93b44BB6C4A2e46CEf8
https://x.com/OnchainLens/status/2003525975980568644
Follow @onchainlens for more onchain updates
3 newly created wallets received 2,509 $BTC worth $221.07M from #FalconX in the past 12 hours.
https://intel.arkm.com/explorer/address/35hG5iJGYsojY7F6jdHEQ3PjkTzdpvv2Vd
https://intel.arkm.com/explorer/address/3Ev15ETyusbhULAxtPs1vXXrAqJHfDbsWt
https://intel.arkm.com/explorer/address/32t7CyeQ5HMSnnnmLEKYJhqBocEMPHEVCq
https://x.com/i/status/2002172199269265678
Follow @onchainlens for more onchain updates
A newly created wallet received 836.4 $BTC, worth $73.67M, from #FalconX.
Address: 32t7CyeQ5HMSnnnmLEKYJhqBocEMPHEVCq
https://x.com/OnchainLens/status/2002002079565635946
Follow @onchainlens for more onchain updates
Ethena Labs (@ethena_labs) has sent 23.3M $ENA worth $4.74M into #FalconX, likely to sell 9 hours ago.
The wallet still holds 123.4M $ENA worth $25M
Address: 0xf0465df588906d820f831970262bdcca0f2b3e2d
https://x.com/i/status/2001968278785368460
Follow @onchainlens for more onchain updates