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
#hbar
🏎Компания McLaren Racing вошла в совет блокчейна Hedera!- релиз
Это значит, что команда McLaren будет участвовать в развитии и управлении сетью наравне с другими членами совета.
Для Hedera это заметное усиление consumer-направления: в экосистему приходит один из самых узнаваемых брендов мирового автоспорта с огромной глобальной аудиторией.
Параллельно McLaren уже запускает первые Web3-активации на Hedera: речь идёт о бесплатных цифровых коллекционных дропах для фанатов по ходу сезона Formula 1 и IndyCar. Первый релиз уже прошёл на уикенде Гран-при Австралии, второй — на Гран-при Китая, третий намечен на Гран-при Японии. По сути, McLaren получает инфраструктуру для новых фанатских механик и цифровых активов, а Hedera — сильный спортивный бренд внутри своей экосистемы.
Ранее: партнерство
Crypto Headlines
#HBAR/USDT analysis -
#HBAR is moving downward towards its weekly timeframe support zone. It is expected to test the zone and bounce off from there to test previous highs. Wait for the price to test and bounce from the support zone for a long entry.
TF : 1W
Entry : $0.0519
Target : $0.0996
SL : $0.0442
#HBAR/USDT analysis -
#HBAR is in a downtrend on the lower time frame, trading below the 200 EMA. After a corrective pullback, the price retraced to the 200 EMA and found support above the $0.0800 level. Following the breakout of the support, the price retested the zone and was rejected from there. The price is now expected to decline from this point and will test its previous swing low.
TF : 1h
Entry : $0.0776
Target : $0.0725
SL : $0.0809