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
Вот такой интересный анонс мне в личку прислали
18+ НАСТОЯЩИЙ МАТЕРИАЛ (ИНФОРМАЦИЯ) ПРОИЗВЕДЕН, РАСПРОСТРАНЕН И (ИЛИ) НАПРАВЛЕН ИНОСТРАННЫМ АГЕНТОМ КАВКАЗСКИМ НИКОЛАЕМ ЮРЬЕВИЧЕМ ЛИБО КАСАЕТСЯ ДЕЯТЕЛЬНОСТИ ИНОСТРАННОГО АГЕНТА КАВКАЗСКОГО НИКОЛАЯ ЮРЬЕВИЧА
Федивёрс: понятное погружение в федеративные сети
Федивёрс — экосистема совместимых соцсетей. На первый взгляд она непривычна, но в оффлайне первые шаги делаются проще.
27 сентября (суббота), 17:00, метро Курская.
Наш семинар по информационной безопасности это отличная возможность попробовать что-то действительно интересное. Присоединяйтесь к нам, чтобы узнать больше о Fediverse и его уникальных особенностях!
О чём говорим и что делаем:
Что такое Fediverse?
Простые принципы работы и как сервисы “видят” друг друга.
Как это устроено для пользователя?
Посты, подписки, хэштеги и общение между разными серверами.
Какие проблемы решает структура Fediverse?
Альтернатива централизации: контроль над лентой, переносимость, отсутствие рекламы.
Почему жизнь без алгоритмов — то, что стоит попробовать?
Больше внимания к людям, меньше манипуляций и «скролл-ловушек».
Модерация и свобода слова.
Разные правила на разных серверах; как находить «свой» по ценностям. CW/предупреждения как норма заботы.
Базовая безопасность в федеративных сетях.
Приватность по шагам: профили, видимость, сообщения, «следы».
Как сеть живёт без алгоритмов?
Роль хэштегов, локальных сообществ и ручной подписки; как быстро стартовать.
Практика прямо на месте (по желанию):
😍 Регистрация в Mastodon → первый #introduction (ваше знакомство/самопрезентация) → мы дадим список из 10 подписок, с ними одиночество и фальшивые новости вам не грозят.
👍 Delta Chat/Jami без SIM и номеров мобильника → тестовое сообщение и вход в закрытый чат.
🙈 После короткого выступление наших инфобезников будет возможность пообщаться 1-на-1 или в мини-группу до 6 чел, а может и взять онлайн консультацию, чтобы в личке настроить все по шагам.
Важно: мы не обещаем, что приход лишён рисков. Несмотря на наши меры безопасности, прийти — это смелость. Мы встречаемся, чтобы усилить друг друга и получить инструменты, которые уменьшают уязвимость в сети с которыми каждый из нас уже сталкивается.
💌Для записи на мероприятие пиши на– @markgudman
#Introduction of some #scary movies-📽✨
▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.▾.
▾cannibal
▾chainsaw
▾heunt
▾hes out there
▾insidious
▾the nun
▾pet samatary
🤩@TowardDiscoveringEnglish🤩