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
#Intelligence: Secondo una denuncia presentata da un whistleblower, la National Security Agency (NSA) ha intercettato una telefonata tra un funzionario dell’intelligence straniero e una persona vicina a Donald Trump.
La Direttrice dell’Intelligence Nazionale Tulsi Gabbard, appresa la notizia, invece di permettere alla NSA di condividere l'informazione, l’ha secretata consegnandola nelle mani del Capo di Gabinetto (Chief of Staff) di Donald Trump, Susie Wiles. Il giorno dopo l’incontro con Wiles, Gabbard ha dato ordine alla NSA di non pubblicare il report d'intelligence e di consegnarlo direttamente al proprio ufficio.
Il 17 aprile, il whistleblower ha contattato l’Ispettorato Generale per denunciare il blocco voluto da Gabbard, presentando una denuncia formale il 21 maggio. Dopo 14 giorni, il 6 giugno, l’Ispettrice Generale Tamara Johnson ha archiviato il caso affermando di “non poter determinare se le accuse fossero o meno credibili”.
Johnson ha inoltre stabilito che la denuncia avrebbe potuto essere presentata al Congresso solo dopo che il Direttorato dell’Intelligence Nazionale avesse fornito indicazioni su come farlo. Da allora, per otto mesi, la denuncia è rimasta chiusa e secretata o, come scritto dal Wall Street Journal, chiusa in una cassaforte.
Secondo alcuni parlamentari sentiti dal Guardian, inoltre, l’ufficio dell’Ispettrice Generale sarebbe compromesso da quando Gabbard avrebbe nominato un proprio assistente all’interno della struttura, Dennis Kirk, due settimane dopo il primo contatto tra il whistleblower e l’ufficio in questione. Kirk è uno degli autori del Project 2025.
Secondo l’Ufficio della Direttrice Nazionale, il report non è stato condiviso con il Congresso perché l’Ispettrice non avrebbe informato Gabbard degli obblighi di legge. Ma la versione non convince gli esperti sentiti dal Guardian, secondo cui questo caso dimostra come Gabbard non sia in grado di gestire dossier così importanti e sensibili come quelli d'intelligence. I membri della Gang of Eight, invece, si sono divisi tra chi ha criticato il comportamento di Gabbard e chi ha messo in dubbio la credibilità della denuncia.
La Gang of Eight ha ottenuto una versione della denuncia fortemente censurata, poiché Gabbard ha voluto esercitare il “privilegio esecutivo”, una sorta di autorità che viene invocata quando il Presidente è coinvolto e vuole proteggersi dalle azioni del Congresso.
#Intelligence, #Iran: Gabbard ha modificato la propria testimonianza, cambiando e omettendo delle parti rispetto al discorso scritto che il suo ufficio aveva pubblicato.
Ad esempio, ha omesso la parte in cui riteneva che l'Iran non avesse cercato di ricostruire le proprie infrastrutture per arricchire l'Uranio. Quando il Vicepresidente della Commissione Mark Warner (D-Virginia) le ha domandato per quale motivo ha saltato alcune porzioni del discorso preparato, ha risposto che lo ha fatto per tagliare i tempi del discorso. Una giustificazione che non ha convinto Warner che ha sottolineato come le parti omesse sono quelle che "contraddicono il Presidente."
Tuttavia, Gabbard ha confermato che il regime iraniano "appaia intatto ma ampiamente deteriorato".
#Iran, #Intelligence: Nella sua dichiarazione al Senato, Tulsi Gabbard ha dichiarato che "Come risultato dell'Operazione Midnight Hammer, il programma di arricchimento dell'uranio è stato obliterato. Non ci sono stati tentativi, da allora, di ricostruirlo."
Questa dichiarazione, però, smentisce quanto dichiarato a più riprese da Donald Trump, secondo cui la minaccua nucleare era imminente.
#Iran, #Intelligence: Secondo quanto riporta Erin Bianco (Reuters), la CIA avrebbe valutato che in caso di morte di Khamenei, il ruolo di Guida Suprema verrebbe assunto da membri estremisti delle Guardie Armate della Rivoluzione.