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
Раз сегодня день рождение Хуай Шан, то я воспользуюсь случаем и наконец-то покажу фото второго тома "Небесного омута" (он "Водоворот небес", он же "Плыть против течения небес", он же 洄天).
Эта новелла ждёт своего часа. До неё я с большой вероятностью подхвачу "Отблеск на клинке" (спин-офф "Облаков"), тем более перевод почти завершён. А там и до "Моря" рукой подать... Короче, нам с этой дамой предстоит ещё долгий путь, полный приключений и стекла!
#China#novel#HuaiShang#HuiTian
Тут недавно показали обложку второго тома печатного издания новеллы Хуай Шан "Водоворот небес" (2023, 119ch+3ex) от издательства 墨狸 (здесь я показывала, как выглядит первый).
И это хороший повод, чтобы напомнить, что недавно был завершен англоязычный перевод этой новеллы на сайте 98novels. В переводе на русский уже можно прочитать 61 главу (shyshyxuehua).
#China#novel#HuaiShang#HuiTian
Наконец-то получила первый том новеллы Хуай Шан "Водоворот небес" (洄天). Восторгу нет предела, как и количеству мерча. Пусть на обложке и отсутствуют фигуры главных героев, но короб это с лихвой компенсирует. Внутри издания также присутствуют цветные и черно-белые иллюстрации (покажу в комментариях). В общем, работа очень качественная и при этом не бьёт по карману. Нам есть к чему стремиться
Кстати, уже можно прочитать 52 главы в русском переводе и 71 на английском. Всего 119 основных глав и 3 экстры
#China#novel#HuaiShang#HuiTian
Несу хорошую новость для поклонников Хуай Шан
Вчера она выложила последнюю экстру к "Водовороту небес" (Hui Tian, 洄天). Всего в новелле 119 основных глав и 3 дополнительные.
Описание: Метеоритный дождь принес массу радиоактивных метеоритов, вызвав всемирную вспышку эволюции 100 000 человек. Из-за этого появились Сверхспособные, а хаос и паника неотрывно следовали друг за другом.
Для стабилизации социальных структур, по всему миру основали множество Департаментов контроля, чтобы использовать все возможные усилия для устранения преступлений Сверхспособных и обеспечения общественного порядка.
Главный инспектор города Шэньхай, Шэнь Чжо, был известен своим бессердечным, жестким, железным и высокоэффективным способом ведения дел. Эволюционеры преклонялись перед ним, ненавидели его, но были вынуждены подчиняться.
Большинство слухов о нем были сосредоточены в двух направлениях: во-первых, кровавого и запятнанного прошлого; во-вторых, его холодного и молчаливого, но красивого лица.
Я слежу за переводом на сайте Baimei Garden (онгоинг, доступны 31 глава)
Для привлечения внимания покажу прекрасный арт от Danke с главными героями новеллы
#China#novel#HuaiShang#HuiTian#список
Мои дорогие подписчики,
Я и надеяться не могла, что так много человек откликнется на мою шальную просьбу и пропишет свои любимые тайтлы (а некоторые даже с пояснениями!). На данный момент я собрала 53 отзыва (дальше — больше!) — для моего маленького-скромненького канала это большое достижение. Теперь нам списков хватит на годы вперед. Дело за малым — проанализировать и оформить их.
Считаю, что мы удачно открыли новый сезон соцопроса. Этот админ постарается взять себя в руки и продолжить свое черное анализаторское дело.
По этому случаю поделюсь артом к новелле "Изменчивое небо" Хуай Шан от 一只尖脸藏狐 (Weibo)
#админ_анализирует#China#novel#HuaiShang#Huitian#art