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
Мероприятия на любой вкус и цвет: DevDay, Huawei Developer Day, Бизнес-завтрак вместе с Google и Click, IT network.2019, WebDev 👩🏼💻👨🏽💻
Бэкенд-разработчикам на на этой неделе повезло больше всего: SPb Python Meetup, Scalability Meetup, SymCode meetup, C++ Party, Второй митап PHP NN и Rust Meetup, Tech speaking club golang 🐹
А также, нетехнические, но околоайтишные мероприятия: Agile Lean Meetup, Atlassian community evening, AgileUfa, Ненастоящий Scrum-проект из настоящего Lego, Авторское право и IT 💻
📅17 ДЕКАБРЯ, ВТ
SPb Python Meetup | 19:00 - 21:00 | СПб, офис EPAM
Qlik Russian Meetup №1 | 19:00 - 22:00 | Москва
Митап Data People | 18:30 - 21:30 | Москва
Atlassian Community | 19:00 - 21:00 | Уфа, офис Модуль Банк
Scalability Meetup #13 | 20:00 - 22:00 | Москва
📅18 ДЕКАБРЯ, СР
DevDay 48 | 19:00 - 21:00 | Казань
Huawei Developer Day | 09:00 - 17:00 | Новосибирск
Бизнес-завтрак вместе с Google и Click | 10:30 - 14:00 | Москва
№8 SymCode meetup | 19:00 - 21:00 | СПб, офис JetBrains
IT talk «Как выживать с клиентом, который не готов работать в зрелых методологиях» | 19:00 - 20:00 | СПб
📅19 ДЕКАБРЯ, ЧТ
Agile Lean Meetup | 19:00 - 21:00 | Москва
Интеллектуальная игра «ВРЕМЯ ANN» | 18:00 - 20:00 | Нижний Новгород
Какие алгоритмы должен знать программист? | 20:00 - 21:30 | Онлайн
IT network.2019 | 18:30 - 21:00 | Белгород
C++ Party | 18:30 - 22:00 | СПб, офис Яндекс
Atlassian community evening | 19:00 - 21:30 | СПб
AgileUfa | 19:00 - 21:30 | Уфа
Tver.io Anniversary Meetup | 18:30 - 21:30 | Тверь, офис Jet Rockets
📅20 ДЕКАБРЯ, ПТ
XXV митап Сообщества блокчейн-разработчиков | 19:00 - 21:00 | СПб
Ненастоящий Scrum-проект из настоящего Lego | 19:00 - 21:30 | СПб, офис EPAM
📅21 ДЕКАБРЯ, СБ
Авторское право и IT | 15:00 - 17:30 | Краснодар
WebDev #11 | 13:00 - 16:00 | Новосибирск
Flutter Interact | 12:30 - 15:00 | Омск
Второй митап PHP NN | 12:00 - 15:00 | Нижний Новгород
Tech speaking club #golang v2.0 | 18:00 - 20:00 | Казань
📅22 ДЕКАБРЯ, ВС
Rust Meetup | 12:00 - 16:00 | СПб, офис Times
Лекционный день по разработке настольных игр | 11:00 - 18:00 | Москва
Подробное описание,
ссылки на регистрацию —
тут, а также в кнопке 👇🏻👇🏻👇🏻
http://bit.ly/35vlVWq