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
В новом докладе ЦАМТ на одной из последних страниц мы представили список коренных народов России.
Коренные народы — это те народы, которые исторически проживают на территории России и кому должна быть доступная программа репатриации.
После выхода доклада Иван Владимиров вполне заслуженно указал нам на наши огрехи — поэтому мы всё внимательно проверили, исправили ошибки и теперь с удовольствием делимся с вами проделанной работой:
https://docs.google.com/spreadsheets/d/1kDnNEgcRz-xFZE9FQvw08QXY9ZVO8zLoTEIxaGHGeEs/edit?gid=376970159#gid=376970159
🚨 $BTC #ETF Net Inflow Mar 28, 2024: +179M!
• The net inflow dropped by 26.9% compared to the previous trading day.
• The cumulative total net inflow after 54 trading days is back to $12.13B, the level before the last all-negative trading week.
• Both iShares Bitcoin Trust $IBIT and Grayscale Bitcoin Trust $GBTC significantly slowed down their respective single-day inflow and outflow for the Mar-28 trading day.
Follow @spotonchain and check out the latest updates via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=423288727
🚨 $BTC #ETF Net Inflow Mar 25, 2024: $15.4M!
• The net inflow finally turned positive after a week of being negative.
• The highest single-day net inflow belongs to Fidelity Wise Origin Bitcoin Fund $FBTC with $261.8M.
• Grayscale Bitcoin Trust $GBTC single-day net outflow remains high at $350.1M.
Follow @spotonchain and check out the latest updates via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=423288727
🚨 $BTC #ETF Net Inflow Apr 11, 2024: +91M!
• The net inflow slightly dropped by 26.6% yet remains positive.
• Both #BlackRock iShares Bitcoin Trust $IBIT and #Grayscale Bitcoin Trust $GBTC increased their single-day inflow and outflow dramatically by around 6 times from mere $33.3M and $17.5M yesterday, respectively.
Follow @spotonchain and check out the latest updates about the #Bitcoin#BTC#ETF via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=423288727
🚨 $BTC #ETF Net Inflow Apr 24, 2024: -$121M!
• The net inflow turned negative again after being positive for 3 trading days.
• #BlackRock iShares Bitcoin Trust $IBIT had zero flow, ending the streak of 72 consecutive trading days with inflows.
• The single-day outflow of #Grayscale Bitcoin Trust $GBTC rose back to $130.4M (1.95 times higher than the previous trading day).
Follow @spotonchain and check out the latest updates about the #Bitcoin#ETFs via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=202744242
🚨 $BTC #ETF Net Inflow May 1, 2024: -$564M!
• This is the largest single-day net outflow that the 10 #BitcoinETFs have ever experienced.
• All 10 Bitcoin ETFs had single-day outflows, particularly with #BlackRock iShares Bitcoin Trust $IBIT seeing the first outflow since its inception.
• The net inflow has been negative for 6 consecutive trading days, marking the longest streak ever.
Follow @spotonchain and check out the latest updates about #Bitcoin#ETFs via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=202744242
🚨 $BTC #ETF Net Inflow May 7, 2024: -$16M!
• The net inflow turned negative after 2 days of being positive.
• The #Grayscale ETF ($GBTC) re-experienced a single-day outflow of $28.6M after 2 days with inflows.
• Overall, the single-day inflows and outflows of all 10 #BitcoinETFs had slowed down significantly, with five out of ten ETFs (including #BlackRock ETF $IBIT) experiencing zero flow.
Follow @spotonchain and check out the latest updates about #Bitcoin ETFs via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=202744242
🚨 $BTC #ETF Net Inflow May 3, 2024: +$343M!
• #Grayscale Bitcoin Trust $GBTC experienced the first single-day inflow since its inception.
• The net inflow turned positive after being negative for 7 consecutive trading days.
• 8/10 #BitcoinETFs had inflows, led by #Fidelity Wise Origin Bitcoin Fund $FBTC with $102.6M, while the single-day inflow of #BlackRock iShares Bitcoin Trust $IBIT remained weak at $13M.
Follow @spotonchain and check out the latest updates about #Bitcoin#ETFs via https://docs.google.com/spreadsheets/d/1eoMB6ivHiKhUt7MIk0fv6gxt9-OlnktfHReHMuvWduA/edit#gid=202744242