TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #121 · 20 јул.

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

Резултати

Пронајдени 13 слични објави

Пребарај: #flask

当前筛选 #flask清除筛选
djangoproject

@djangoproject · Post #592 · 11.04.2018 г., 19:22

https://juliensalinas.com/en/python-flask-vs-django/ Python #Flask vs #Django My experience of Flask is not as extensive as my experience of Django, but still recently I’ve developed some of my projects with Flask and I could not help comparing those 2 Python web frameworks. This will be a quick comparison which will not focus on code but rather on “philosophical” considerations.

Repositorio data science

@repo_science · Post #3160 · 10.05.2023 г., 21:54

#Python#Flask#APIs 🐍 REST APIs with Flask and Python in 2023 Build professional REST APIs with Python, Flask, Docker, Flask-Smorest, and Flask-SQLAlchemy 🗣️ Jose Salvatierra, Teclado by Jose Salvatierra 🌟 4.6 - 20097 votes 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

djangoproject

@djangoproject · Post #162 · 15.09.2016 г., 03:22

https://github.com/realpython/discover-flask/blob/master/readme.md #Flask is a micro web #framework powered by Python. Its #API is fairly small, making it easy to learn and simple to use. But don't let this fool you, as it's powerful enough to support enterprise-level applications handling large amounts of traffic. You can start small with an app contained entirely in one file, then slowly scale up to multiple files and folders in a well-structured manner as your site becomes more and more complex.

djangoproject

@djangoproject · Post #501 · 14.11.2017 г., 17:01

http://pyvideo.org/pydx-2016/python-blockchain-and-byte-size-change.html In this talk, I will answer the question of what is #bitcoin and the #blockchain and will end with a quick tutorial on how to create a blockchain application in #Flask. We will not only make a bitcoin application, but we will also reflect upon the implications of this cutting edge technology to the greater society.

Repositorio data science

@repo_science · Post #3250 · 31.05.2023 г., 11:52

#python#flask#django#html#css#bootstrap 🐍 Python Web Dev Pro: Flask, Django, HTML, CSS & Bootstrap Elevate Your Web Development Skills: Master Back-End & Front-End Technologies with Python, Flask, Django, and Responsive 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

djangoproject

@djangoproject · Post #539 · 28.12.2017 г., 12:20

Dash, announced this year, is an open source library for building web applications, especially those that make good use of #data visualization, in pure Python. It is built on top of #Flask, #Plotly.js and #React, and provides abstractions that free you from having to learn those frameworks and let you become productive quickly. #Dash is a #Python framework for building analytical web applications. No JavaScript required. https://plot.ly/products/dash/

GitHub Trends

@githubtrending · Post #15433 · 23.01.2026 г., 14:30

#python#deepseek#demo#easy#embedding#flask#gpt#huggingface_transformers#llm#mcp#multimodal#openai#qwen#rag#sentence_transformers#ui#vllm#vlm UltraRAG is a lightweight framework that makes building retrieval-augmented generation (RAG) systems simple and fast. It uses a low-code approach where you write just dozens of lines of YAML configuration instead of complex code to create sophisticated AI workflows with conditional logic and loops. The framework includes a visual development environment where you can drag-and-drop to build pipelines, adjust parameters in real-time, and instantly convert your logic into interactive chat applications. This means you can deploy powerful AI systems that ground answers in your own data—reducing hallucinations and improving accuracy—without needing extensive coding expertise or lengthy development cycles. https://github.com/OpenBMB/UltraRAG

12
ПретходнаСтраница 1 од 2Следна