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
🍿ТОП-5 фильмов про новогодние и рождественские путешествия
Пора настраиваться на праздники #films@travelgram
🔹«Самолетом, поездом и автомобилем» (1987)
Двое мужчин изо всех сил пытаются добраться домой к Рождеству, преодолевая череду нелепых приключений.
🔹«Один дома 2: Затерянный в Нью-Йорке» (1992)
Кевин случайно улетает не туда и оказывается в Нью-Йорке, где его ждут приключения и рождественское волшебство.
🔹«Отель „Гранд Будапешт“» (2014)
Сотрудники гостиницы становятся свидетелями кражи, поисков бесценных картин и борьбы за огромное состояние.
🔹«Рождественские каникулы» (1989)
Глава семейства устраивает идеальные праздники, но поездки, гости и катастрофы превращают их в забавное путешествие длиной в зиму.
🔹«Эльф» (2003)
Северный эльф Бадди отправляется в путешествие из Лапландии в Нью-Йорк, чтобы найти своего отца и подарить людям новогоднее настроение.
Travelgram
Vladimir Putin has appeared in one of the episodes of Prostokvashino (a beloved Soviet/Russian cartoon series).
🔻The frame was published by RBC. Its authenticity was confirmed by RT, citing the press service of the Soyuzmultfilm studio.
🔻The studio had previously stated that the appearance of the Russian President in the cartoon would serve as a tool of "soft power" to promote Russia and its culture in the world.
▶️To watch Soviet cartoon "Трое из Простоквашино"
Source: rt_russian
#films
😎RCR | Support | Boost
• Держаться нету больше сил.
I (one) can't hold on anymore.
🔻This is an episode from a lovely Soviet cartoon Тайна третьей планеты (The Mystery of the Third Planet) 1981, which is worth watching with your kids!
▶️To watch on YouTube: https://youtu.be/Vlw-SnO-rMk?feature=shared
#films
😎RCRussian | Support | Boost
Посмотрела "К-рор охотницы на демонов". Очень много вопросов, ноль ответов. Ничего писать не буду, кроме того, что мне вообще не понравилось.
2/10 в личном рейтинге.
#films
В Китае вышла вторая часть "Возвышения в ранг духов", и сяохуншу щедро делится эпичными кадрами. Очень жду.
Когда-нибудь у нас переведут книгу, и я умру от счастья
#films
世界电影史
The Best Films of all Time
最近 Piero Scaruffi 完成了他电影史书写的「波兰篇」，他目前已经完成俄罗斯/印度/波兰电影史的书写评论。
A History of Polish Cinema
A History of Russian Cinema
A History of Indian Cinema
Piero Scaruffi 是位意大利裔美国作家，他专注音乐/电影/艺术/技术等文化评论和批判，我很喜欢的一位作者，他的作品量非常惊人，丰盛。他网站最著名的一篇文章是对披头士职业生涯的评论，关于披头士对现代音乐影响的批评和论述。
Piero Scaruffi 博客还有非常多的排名/评分/ Review Lists，文化饕餮，涉及音乐/电影/政治/历史/文学/科学/艺术/哲学/技术，非常值得学习、研究和品味。
Rock Music Album Reviews
Classical Music
A History of Jazz Music
A History of Philosophy
Reference
电影美学、研究以及相关评论的资源
电影研究书籍分享
Letterboxd list丨先锋派实验影视片段
昆汀·塔伦蒂诺最喜欢的20部电影推荐
Metacritic 的吉卜力所有电影排名
电影剧本搜索网站
#films