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
La #Lega ha presentato un ddl contro l'imposizione del velo integrale sulle donne. Il ddl prevede reclusione da uno a tre anni e multe da 10mila a 30mila euro per chi costringa una donna a coprirsi il volto. (ANSA)
@UltimoraPolitics24
Nota della #Lega: "In pochi piangeranno la scomparsa di Ali Khamenei, un brutale dittatore, per anni responsabile di una repressione feroce e di decine di migliaia di vittime innocenti: giovani, donne, uomini liberi.
Crimini atroci commessi per mantenere il potere, soffocando nel sangue ogni richiesta di libertà.
L’auspicio è che ora si apra un nuovo capitolo nella storia. Il popolo iraniano merita finalmente libertà."
@UltimoraPolitics24
Nota #Lega: "Non solo la norma anti-coltelli e l'introduzione del reato per chi non si ferma all'alt delle forze dell'ordine: nel pacchetto sicurezza la Lega vuole inserire specifiche novità per i giovani stranieri che violano le leggi. Nello specifico: basta ricongiungimenti familiari facili, taglio dei benefici dell'accoglienza per i ragazzi che commettono reati, rimpatri più efficaci per i minori arrivati in Italia senza parenti. Per la Lega sono proposte prioritarie" (ANSA)
@UltimoraPolitics24
La #Lega presenta un ordine del giorno alla Manovra, all'esame dell'Aula della Camera.
Il testo "impegna il governo a valutare l'opportunità di adottare le opportune iniziative normative volte a sospendere, compatibilmente con i vincoli di finanza pubblica" l'incremento dei requisiti pensionistici che scatteranno dal 2027 in modo progressivo. (Ansa)
@UltimoraPolitics24
La Commissione Affari Costituzionali del Senato ha respinto l’emendamento della #Lega sul terzo mandato per i governatori. Solo 5 voti favorevoli: 3 della Lega, uno di Italia Viva e uno delle Autonomie. Astenuti Balboni e Matera, entrambi di Fratelli d’Italia.
@UltimoraPolitics
❗️ Commissione Bilancio, la #Lega si astiene su un emendamento di Forza Italia sulla sanità in Calabria, a favore FdI: bocciato l'emendamento.
@UltimoraPolitics
Decreto elezioni, la #Lega ritira l'emendamento per il terzo mandato ai sindaci dei comuni con più di 15mila abitanti. La proposta aveva avuto il parere contrario del governo. Rimane invece sul tavolo la proposta di modifica che riguarda il terzo mandato ai presidenti di regione
@UltimoraPolitics
La #Lega si dice contraria ad abbassare la soglia di sbarramento dal 4% al 3% in vista delle Europee: "La modifica della legge elettorale non è una priorità, ma soprattutto è giusto che gli italiani scelgano i propri rappresentanti senza che ci siano aiutini"
@UltimoraPolitics
#Italia
Nota della #Lega|PfE:
“Ancora eliminati. Niente Mondiale per l'Italia: è una vergogna inaccettabile. Il calcio italiano è da rifondare, partendo dalle dimissioni di Gabriele Gravina”.
@OsservatorioItaliano