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
Luigi Di Maio (#IC): "Non ci sono se, ma o scuse da accampare. Abbiamo perso. Gli Italiani non hanno considerato abbastanza maturo e valido il nostro progetto politico".
@UltimoraPolitics
Новий графік руху: Укрзалізниця прискорила поїзди до Варшави
Прямий рейс №67/68 Київ — Варшава, що сполучає дві сусідні столиці, отримав у новому графіку 2025-2026 прискорення на більш ніж 2 години.
🕐 Тепер відправлення з Києва о 19:51 — прибуття до Варшави — о 09:43. Зворотно поїзд вирушає о 18:41 з Варшави, а прибуває до Києва о 09:49.
📌 14 грудня варшавський поїзд прибуватиме та вирушатиме і з головного вокзалу польської столиці: Варшави Центральної. Там можна зручно пересісти на громадський транспорт по місту.
У новому графіку також повністю оновлений поїзд №23/34 Київ — Холм — тепер ним можна найшвидше дістатися до Варшави з пересадкою.
🕐 Відправлення з Києва о 21:57 — у Холмі о 8:08. А вже о 8:38 з Холма відправляється #IC 2802 Gorski на Щецин через Варшаву на Познань. Прибуття до Варшави Центральної об 11:19.
Impegno Civico (#IC) di #DiMaio pubblica un sito web (https://www.tagliabollette.eu/) per calcolare il risparmio in bolletta con la proposta di copertura dell’80% del costo della stessa da parte dello Stato.
@UltimoraPolitics
#Italia#Elezioni2022
Luigi #DiMaio (#IC): "In vista della presentazione del progetto politico di domani posso dirvi il nome: è Impegno Civico e rappresenta un principio di responsabilità civica evocato ieri da Papa Francesco"
@UltimoraPolitics
#Elezioni2022 Domani in prima serata, alle 21.30 su Rai 1, speciale "Porta a Porta" con i principali leader dei partiti che partecipano a questa campagna elettorale. Ospiti di Bruno Vespa, nell'ordine: 📍 Luigi #DiMaio (#IC) 📍 Silvio #Berlusconi (#FI) 📍 Giorgia…
#Elezioni2022
Domani in prima serata, alle 21.30 su Rai 1, speciale "Porta a Porta" con i principali leader dei partiti che partecipano a questa campagna elettorale. Ospiti di Bruno Vespa, nell'ordine:
📍 Luigi #DiMaio (#IC)
📍 Silvio #Berlusconi (#FI)
📍 Giorgia #Meloni (#FdI)
📍 Giuseppe #Conte (#M5S)
📍 Carlo #Calenda (#Azione/#IV)
📍 Matteo #Salvini (#Lega)
📍 Enrico #Letta (#PD)
@UltimoraPolitics