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
Musikalische Komödie „Plagiator” wird am 13. November um 19:00 Uhr in russischer Sprache gezeigt!
🎞️ Egor ist 30 Jahre alt und verdient Geld damit, dass er den Karaoke-Gästen mit Singen hilft.🎤Doch in Wirklichkeit träumt er davon, eigene Lieder zu singen und ein glückliches Leben mit Julia zu führen, gegen den Willen ihres Milliardärsvaters. Eines Tages entdeckt Egor in seinem eigenen Schrank ein Portal ins Jahr 1991.🪄 In der Vergangenheit angekommen, beginnt er, die größten Hits verschiedener Jahre zu performen und gibt sie als seine eigenen aus. Bald strömen Ruhm, Geld💰 und neue Chancen auf ihn ein, und Egor entwickelt einen genialen Plan, der ihm die perfekte Zukunft sichern soll. Doch jedes Mal, wenn er versucht, die Vergangenheit zu verändern, entstehen im Jetzt überraschende und unvorhersehbare Folgen.🤩
📲Anmeldung ist erforderlich.
#kino#filme#berlinevents#komödie#musik
„Auf dieser Erde“ - Drama in russischer Sprache mit englischen Untertiteln🍿
🎞️ Ein entlaufener Bauer baut Flügel aus Schilf und träumt davon, über die Welt hinauszufliegen. Adlige besuchen das Dorf ohne echtes Interesse und finden auf den Feldern eine tote Aristokratin. Familien zweier Schwestern behaupten, die eine habe die andere „gegessen“. Die Ereignisse des Filmes folgen keiner klaren Logik, tauchen plötzlich auf und verschwinden wieder wie ein düsteres Märchen, das mitten im Satz endet. Das Drama zieht langsam in eine Welt, in der Hunger, Aberglaube, Angst und Hilflosigkeit untrennbar miteinander verschmolzen sind…
📺 Wer auf außergewöhnliche Filme steht, kommt am 11. November um 19:00 Uhr vorbei, um diese mysteriöse Geschichte zu genießen!
📲Anmeldung ist erforderlich.
#kino#filmabend#filme#drama#eventsberlin
„Auf dieser Erde“ - Drama in russischer Sprache mit englischen Untertiteln🍿
🎞️ Ein entlaufener Bauer baut Flügel aus Schilf und träumt davon, über die Welt hinauszufliegen. Adlige besuchen das Dorf ohne echtes Interesse und finden auf den Feldern eine tote Aristokratin. Familien zweier Schwestern behaupten, die eine habe die andere „gegessen“. Die Ereignisse des Filmes folgen keiner klaren Logik, tauchen plötzlich auf und verschwinden wieder wie ein düsteres Märchen, das mitten im Satz endet. Das Drama zieht langsam in eine Welt, in der Hunger, Aberglaube, Angst und Hilflosigkeit untrennbar miteinander verschmolzen sind…
📺 Wer auf außergewöhnliche Filme steht, kommt am 11. November um 19:00 Uhr vorbei, um diese mysteriöse Geschichte zu genießen!
📲Anmeldung ist erforderlich.
#kino#filmabend#filme#drama#eventsberlin