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
#Impeachment: con 221 favorevoli e 212 contrari, la Camera dei Rappresentanti formalizza l'inchiesta di impeachment nei confronti di Joe Biden.
Questo darà alle Commissioni della Camera un maggior potere ispettivo nei confronti della Casa Bianca e saranno in grado di ottenere testimonianze e prove.
📢 EXCLUSIVE: House Dems secretly meet with GOP to kill Biden impeachment. Republicans consider Biden's record of cooperation. Fact sheets shared to quash inquiry. Dems defend Biden's firing of Ukrainian prosecutor. FBI probe alleges bribery scheme. Biden received funds from brother. GOP demands White House docs. Biden communicated with son via email alias. Impeachment inquiry framework to be formalized. Corruption investigation continues. Stay tuned for updates! 🕵️♀️🔍#Politics#Corruption#Impeachment
https://www.foxnews.com/politics/house-oversight-democrat-quietly-meeting-gop-lawmakers-effort-quash-impeachment-inquiry-sources
Subscribe to @BadVolfNews
⚖️🇺🇸HOUSE DEMOCRATS LAUNCH IMPEACHMENT AGAINST DEFENSE SECRETARY HEGSETH
🔹 Six articles filed by Rep. Yassamin Ansari over unauthorized Iran military strikes without Congress approval 📋
🔹 Accusations include targeting civilians, destroying girls school in Minab, Iran during operations 🎯
🔹 Illegal double-tap strikes on Caribbean drug boats — hitting first responders after initial attack 🚢
🔹 Signalgate scandal: sharing classified Yemen strike details via Signal app to unauthorized personnel 📱
White House dismisses as political theater, but war crimes allegations stack up! 🔥
#USNews#impeachment#Hegseth
@america
On January 26, 1998, President Bill Clinton held a news conference and denied having sexual relations with Monica Lewinsky, a 22-year-old White House aide. Later that year, he was impeached for lying about the affair but was acquitted by the Senate and finished his term.
🇺🇲🧐
[Read more]
@googlefactss
#Clinton#Lewinsky#Impeachment#USHistory#FactCheck#ItWasntMe
Argentina's Opposition Eyes Impeachment Over LIBRA
Argentina's opposition is considering impeachment for President Milei after conflicting support for the LIBRA token. This follows a controversial launch that saw rapid investment and then a significant drop in value, leading to accusations of mismanagement and deception. The situation raises questions about political influence in cryptocurrency projects.
Read more: Reuters
#Argentina#LIBRA#Crypto#Impeachment#Milei#Investment#MarketManipulation#EconomicCrisis#Blockchain#DeFi#RugPull#Politics#Cryptocurrency#TokenLaunch#InsiderTrading#Securities#AI#VC
Argentina Investigates LIBRA Token Misconduct
Argentina's President Javier Milei calls for an investigation into LIBRA token's rug pull, requesting the Anti-Corruption Office's involvement to assess potential misconduct by government members. Findings will be forwarded to the court. Opposition considers impeachment due to the incident. Links: Statement, Watch, Details.
#LIBRA#Crypto#Argentina#investigation#rugpull#president#JavierMilei#impeachment#KIPProtocol#AntiCorruption#fundflow#temporalanalysis#MELANIA#ENRON#Solana#ETF#Bitcoin#adoption#blockchain#corruption#misconduct