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
#Italia#Senato
Francesco #Mollame, eletto nel collegio di Marsala col M5S, lascia la #Lega|ID e aderisce a #IaC|Centro. Il partito di Toti e Mastella avrebbe così i numeri necessari per creare un gruppo al Senato.
@UltimoraPolitics
#Italia #Abruzzo #LAquila Ufficializzate le liste per le elezioni comunali all'Aquila 🔵 Pierluigi #Biondi (#FdI) 📌 L'Aquila Futura 📌 L'Aquila al Centro (#NcI-#PRI-#IaC) 📌 Civici e indipendenti per Biondi 📌 #FdI Meloni per Biondi Sindaco 📌 #FI 📌 #Lega Salvini…
#Italia #Abruzzo #LAquila Ufficializzate le liste per le elezioni comunali all'Aquila 🔵 Pierluigi #Biondi (#FdI) 📌 L'Aquila Futura 📌 L'Aquila al Centro (#NcI-#PRI-#IaC) 📌 Civici e indipendenti per Biondi 📌 #FdI Meloni per Biondi Sindaco 📌 #FI 📌 #Lega Salvini…
#Italia #Abruzzo #LAquila Ufficializzate le liste per le elezioni comunali all'Aquila 🔵 Pierluigi #Biondi (#FdI) 📌 L'Aquila Futura 📌 L'Aquila al Centro (#NcI-#PRI-#IaC) 📌 Civici e indipendenti per Biondi 📌 #FdI Meloni per Biondi Sindaco 📌 #FI 📌 #Lega Salvini…
#Italia#Abruzzo#LAquila
Ufficializzate le liste per le elezioni comunali all'Aquila
🔵 Pierluigi #Biondi (#FdI)
📌 L'Aquila Futura
📌 L'Aquila al Centro (#NcI-#PRI-#IaC)
📌 Civici e indipendenti per Biondi
📌#FdI Meloni per Biondi Sindaco
📌#FI
📌#Lega Salvini Abruzzo
🔶 Stefania #Pezzopane (#PD)
📌 99 L'Aquila (#IdV-#EV-#PSI)
📌#PD
📌#Demos
📌 L'Aquila Coraggiosa (#A1MDP-#SI-#PRC)
📌 L'Aquila Nostra (#IV)
📌#M5S
⚪ Americo #DiBenedetto
📌 L'Aquila e Frazioni
📌 L'Aquila Viva e Forte (#Azione-#PiùE)
📌 Il Passo Possibile
⚪ Simona #Volpe
📌 Liber Aquila
@UltimoraPolitics
#Italia#Calabria#Catanzaro
Ufficializzate le liste per le elezioni comunali di Catanzaro:
⚪ Antonio #Campo
📌 Catanzaro Oltre (#ItalExit)
🔴 Franco #DiLieto
📌 Insieme Osiamo (#PRC-#PaP-#SUD)
🔵 Valerio #Donato
📌 Alleanza per Catanzaro
📌 Riformisti (#NPSI)
📌 Catanzaro Azzurra (#FI)
📌#IaC
📌 Catanzaro Prima di Tutto (#Cambiamo)
📌 Fare per Catanzaro
📌 Prima l'Italia (#Lega)
📌 Progetto Catanzaro
📌 Rinascita (#UdC)
📌 Volare Alto
🔶 Nicola #Fiorita
📌#PD
📌#M5S
📌 Cambiamento
📌 Mó
📌 Catanzaro Fiorita (#Volt-#PSI-#EV)
🔵 Wanda #Ferro (#FdI)
📌#FdI
⚪ Antonello #Talarico
📌 Io Scelgo Catanzaro
📌 Catanzaro al Centro (#Coraggio)
📌#NcI
📌 Officine del Sud
📌 Azione Popolare
#Sondaggi#Italia#Amministrative#Sicilia#Palermo
Sondaggio di Ipsos sulle liste:
#FdI: 11%
#FI: 10%
Prima l'Italia/#Lega: 6%
Moderati per #Lagalla Sindaco (Valore Liberale-#Rinascimento-#IoApro-#IaC/#Cambiamo-#BuonaDestra-#MPL-#IdeaSicilia): 6%
Altre liste a sostegno di Lagalla (#UdC-#NcI-Nuova #DC-#IV-Alleanza per Palermo): 9%
————————————
#M5S: 17%
#PD: 16%
Progetto Palermo per #Miceli Sindaco: 5%
Sinistra Civica Ecologista (#A1MDP-#CentoPassi-#SI-#Possibile-#PRC-#Coraggiosa-#Reds-Sinistra delle Idee): 2%
————————————
#Azione-#PiùE-E tu splendi Palermo-Rompi il sistema: 8%
————————————
Rita #Barbera Sindaca-#PaP: 5%
————————————
#Rinascita Palermo/#ProgettoEurexit: 3%
————————————
#SicilianiLiberi-#PdF-#ItalExit: 2%
Data rilevazione: 20-23 maggio
Intervistati: 1000
@UltimoraPolitics24