TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #121 · 20 јул.

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

Резултати

Пронајдени 6 слични објави

Пребарај: #jagadiri

当前筛选 #jagadiri清除筛选
Gusdurian.Net

@gusduriannet · Post #2314 · 13.09.2020 г., 21:59

*Kabar yang Menyayat.* Saat pandemi banyak sekali tokoh, kiai, bu nyai, dokter, dan tenaga medis yang gugur. Wabah yang semakin menjadi-jadi diperparah dengan longgarnya kedisiplinan warga membuat banyak yang terinfeksi bahkan sampai meninggal dunia. Apakah kita bisa berbuat sesuatu untuk bantu kendalikan pandemi? Jawabannya: BISA! Alissa Wahid mengajak semua elemen untuk terlibat dalam gerakan kedisiplinan sosial dengan jaga diri, jaga jarak, dan saling jaga. Mari bersama menyebarluaskan pesan baik ini 🙏 #salingjaga#jagajarak #jagadiri https://www.instagram.com/tv/CFEyq_vJEjW/?igshid=zsjpilaed7f5

Hashtags

Gusdurian.Net

@gusduriannet · Post #2043 · 02.05.2020 г., 05:45

Alhamdulillah. Di banyak kota besar jumlah kasus baru semakin menurun. Meski demikian kita tetap harus #jagadiri untuk mencegah penularan Covid-19. Penggunaan masker menjadi sesuatu yang wajib dilakukan. Nah, berikut cara menggunakan masker kain yang aman ya gaes...

Hashtags

Gusdurian.Net

@gusduriannet · Post #2026 · 25.04.2020 г., 07:43

Salah satu budaya baru selama Covid-19 adalah cuci tangan. Hampir semua warung, toko, bahkan rumah warga punya fasilitas cuci tangan dan menghimbau orang yang baru masuk untuk cuci tangan. Ini dilakukan semata-mata untuk ikhtiar #JagaDiri. Stay safe ya...

Hashtags

Gusdurian.Net

@gusduriannet · Post #2149 · 11.07.2020 г., 13:31

Kantor-kantor sudah mulai buka nih. Pun kafe-kafe dan banyak tempat berkerumun lainnya. Nah, baru-baru ini WHO mengemukakan bahwa Covid-19 bisa menyebar via udara (airborne). Untuk itu kita harus lebih ketat dalam melakukan protokol kesehatan apabila tidak bisa mencegah diri berdiam diri di rumah aja. Dalam pertemuan setidaknya kita perhatikan tiga hal: sirkulasi, jarak, dan durasi atau waktu. Semoga kita selalu dilindungi oleh Yang Maha Kuasa. Amin... #JagaDiri#JagaJarak

Gusdurian.Net

@gusduriannet · Post #2189 · 26.07.2020 г., 15:38

Dikarenakan pemerintah sudah tidak mengumumkan perkembangan kasus Covid-19 pada saat press conference, dan menyarankan warga untuk akses di website resmi, mulai hari ini Gusmin akan membuat infografik kasus lagi. Hal ini dilakukan untuk memudahkan masyarakat mendapat informasi aktual perihal kenaikan kasus positif Covid-19. Terutama bagi gaes yang kesulitan untuk mengakses internet. Agar kita selalu waspada dan lakukan protokol kesehatan dalam setiap aktivitas yang kita lakukan, terutama di luar rumah. Pada tanggal 26 Juli 2020 terdapat kenaikan kasus sebanyak 1.489. Total kasus terkonfirmasi di Indonesia berjumlah 98.778. Kasus sembuh 56.665 dan kasus meninggal dunia mencapai 4.781. Semoga keadaan segera membaik. Amin... #JagaDiri#JagaJarak#SalingJaga

Gusdurian.Net

@gusduriannet · Post #2103 · 10.06.2020 г., 11:43

@jaringangusdurian Dua hari terakhir, kasus positif baru di Indonesia mencapai lebih dari 1000 kasus. Semakin banyaknya swab test disebut jadi faktor meningkatnya angka ini. Namun dikhawatirkan pula berkurangnya disiplin #jagadiri dan #jagajarak membuat penularan semakin melaju cepat. Sementara itu aktivitas perekonomian & perkantoran mulai aktif kembali. Tampak banyak kota-kota mulai bergeliat. Kemacetan mulai terjadi di mana-mana. Akankah kita berhasil hidup rukun tentrem ayem dengan wabah ini? - #regrann