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
Проверьте прямо сейчас: задайте Алисе или ChatGPT вопрос, на который отвечает ваш сайт
Кого они процитировали? Если не вас — это уже проблема. И она будет только расти.
Пока все спорят «SEO умерло или нет», правила меняются тихо. Яндекс и Google уже не единственные судьи. Нужно, чтобы тебя цитировали ИИ поисковики: Алиса, ChatGPT, Perplexity. Это называется AEO/GEO — оптимизация контента под ИИ поиск. В 2026 году это уже не эксперимент, а часть базового инструментария.
Sostav School запустил короткий курс по данной теме от Михаила Евдокимова, основателя AI стартапа «Ведунья» и ex CPO Data Stories (MGCom). Коротко, по делу, с шаблонами.
Детали → здесь
#geo
🌐Фонд участвует в создании 7-го Глобального обзора ЮНЕП
🗓С 13 по 17 марта в Бангкоке проходит первая встреча авторов седьмого издания Глобального экологического обзора (GEO-7) Программы ООН по окружающей среды (ЮНЕП).
Руководитель проектов Фонда Екатерина Терентьева участвует в процессе подготовки Обзора и является единственным представителем из России в статусе вспомогательного автора.
Седьмое издание Глобального экологического обзора будет опубликовано ЮНЕП в 2026 году.
Фото: ЮНЕП
#GEO-7
ИИ для геологических (можно и туристических) экскурсий
Наткнулся на блог, а за ним и на код, человека который использует большие языковые модели для создания инструктора геобота. Геобот, используя вашу геолокацию рассказывает про региональную геологию, подобно тому, что вы могли бы услышать на геологической экскурсии. Довольно интересная область применения! Как мне кажется, это может легко сработать и с туристическими экскурсиями (делаем стартап?).
Краткий смысл: Вносим координаты (в том числе автоматическая геолокация) -> Бот рассказывает о геологии этой локации максимально подходящим вам языком: разный экспертный уровень, язык общения и т.п.
Более развернуто:
⚒ Послылаем координаты в Bing Maps API - получаем адрес и далее штат, страну ✅
⚒ Посылаем координаты в Macrostrat API - получаем общую информациию о геологии в формате JSON ✅
⚒ Подключаем GPT-3 и превращаем JSON в прекрасный параграф, описывающий геологию по координатам ✅
⚒ Дополнително ищем статью в Википедии (или ваше собственное описание) и используем GPT-3 для обощаения статьи из Википеди ✅
⚒ Как бонус можно текст конвертировать в голос 🗣
В блоге есть много примеров того, как это рабоатет. Там конечно много над чем нужно поработать, но задумка мне понравилась.
💻 - Код
📒 - Блог
#AI#Geo
#global#geo
Там кстати в Иране вероятность государственного переворота сильно выросла, США сильно поддерживает оппозицию, в паре городов военные отказались разгонять протестующих. В других городах происходят вооруженные столкновения. США транслирует, что если силовики продолжат стрелять в гражданских, то США не сможет терпеть притеснения бедных гражданских террористическим режимом и будет вынуждено вмешаться, чтобы доставить блага демократии и в Иран, как они сделали это в Венесуэле :DD
Если в Иране сменят власть щас при поддержке США, как это случилось в Венесуэле, то
а) США получит опосредованный контроль над основной по важности для Китая стране, откуда Китая импортирует нефть. Соответственно Китай потенциально может увеличить покупки российской нефти, это хорошо.
б) США получит опосредованный контроль над топ-4 страной по резервам нефти и топ-6 страной по производству нефти (~5% мирового производства нефти). Не знаю насколько плохо это для нас. Ведь нету особо смысла укатывать цены на нефть к 40 долл. за бар. ведь тогда большинство американских компаний по добыче нефти будут наверное терять деньги, как и бюджет США, а это им не особо нужно.
в) США имея опосредованный контроль и сменив режим в Иране может прекратить экспорт иранских дронов в РФ. Тут с одной стороны плохо так как нам станет тяжелее на СВО, с другой стороны мы наверное уже и сами научились делать аналоги, поэтому скорее всего не будет так негативно. Но если я не прав и мы не научились делать аналоги, то по сути прекращение импорта дронов из Ирана может приблизить конец СВО
P.S
Либо стресс-сценарий - в Иране вообще начнется гражданская война и тогда цены на нефть вырастут, так как начнутся проблемы с экспортом из Ирана. Но опять же Иранскую нефть закупал в основном Китай, значит им надо будет найти нового поставщика - скорее опять же начнут больше импортировать из РФ и в итоге это может привести не к росту мировых цен на нефть а к сужению дисконтов при покупке российской нефти. Что по итогу будет тоже позитивно для РФ
Иногда появляется ощущение, что жизнь вокруг ИИ происходит в режиме быстрой перемотки. Меньше месяца назад Мета выпустила SAM для сегментации любых объектов на изображении, но такое ощущение, что это было всегда. Только за последние 2 дня я уже прочитал около десятка документов, описывающих прототипы использования SAM для изучения недр.
Например, на первых двух картинках (из этого поста) - берем шлиф(срез породы) -> пропускаем через SAM -> выделяем все зерна пород -> автоматически получаем распределение размера зерен (гранулометрия).
На последней картинке я просто кликнул мышкой и выделил все пыльцевые зерна на изображении полученном с помощью электронного микроскопа. Автоматически выделенные зерна можно классифицировать и использовать палеотнологами для определения геологического возраста породы.
#machinelearning#Geo
Иногда появляется ощущение, что жизнь вокруг ИИ происходит в режиме быстрой перемотки. Меньше месяца назад Мета выпустила SAM для сегментации любых объектов на изображении, но такое ощущение, что это было всегда. Только за последние 2 дня я уже прочитал около десятка документов, описывающих прототипы использования SAM для изучения недр.
Например, на первых двух картинках (из этого поста) - берем шлиф(срез породы) -> пропускаем через SAM -> выделяем все зерна пород -> автоматически получаем распределение размера зерен (гранулометрия).
На последней картинке я просто кликнул мышкой и выделил все пыльцевые зерна на изображении полученном с помощью электронного микроскопа. Автоматически выделенные зерна можно классифицировать и использовать палеотнологами для определения геологического возраста породы.
#machinelearning#Geo
Эйнштейн и меандрирующие реки
У нас сегодня выходной. Давайте об Эйнштейне:)
Оказывается Альберт Эйнштейн был не только физиком теоретиком, а еще и немножко геологом. В 1926 он опубликовал статью про причины образования меандр. Название завораживающее - "Die Ursache der Mäanderbildung der Flußläufe und des sogenannten Baerschen Gesetzes"!
Раньше статьи были загляденье - три скетча, две страницы описания и никаких формул 🤓. На этих двух страницах Эйнштейн рассказывает, как он заваривал чай (не в пакетиках!) и заметил, что если помешивать чай, то листья будут двигаться НЕ наружу из-за толчка центробежной силы. Вместо этого листья следуют по спирали к центру чашки. Физические процессы, которые приводят к этому «парадоксу чайного листа», в основном такие же, как те, которые ответственны за образование кос (point bars) в извилистых реках (примерно как на картинке из блога Золтана).
Если что вот перевод📖
#geo#funfact
Нашел в ЛинкедИне.
В 1947 году перед геологической службой была поставлена задача провести секретную работу по выявлению месторождений урана на территории, которая сейчас является природным заповедником Маунт-Пейнтер в Новом Южном Уэльсе, Австралия. Специалисты службы приняли интересный код для сообщения значимости своих открытий.
Пиво - нет отложений
Джин - немного
Порто - 5-25 тонн U308
Виски - 25-250 тонн U308
Драмбуи (ликер на виски такой) - что-то огромное
Почему именно в 1947 году мне не понятно 🤷🏻♂️.
#funfact#geo