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 1 слични објави

Пребарај: #leova

当前筛选 #leova清除筛选

Din briefingul Purtătoarei de cuvânt a MAE Rusiei, Maria #Zaharova, 13 noiembrie 2024, #Moscova Cu privire la situația din Republica #Moldova Rezultatele neconcludente ale recentelor alegeri prezidențiale și faptele convingătoare de falsificare, fals, încălcări <...> au devenit pentru autoritățile moldovene nu un stimulent pentru a se gândi la schimbarea cursului distructiv, ci un motiv pentru promovarea și mai agresivă a tezei despre „amenințarea rusă” inexistentă. Pe 12 noiembrie, în cadrul unei vizite la MAE R. Moldova <...> Ambasadorului Rusiei dl. Oleg Ozerov i s-a prezentat o notă de protest în legătură cu presupusa „imixtiune a Rusiei în procesul electoral al Republicii Moldova” în scopul „ distorsionării” rezultatelor acestuia. Nota conține, de asemenea, acuzații că Rusia ar fi lansat două vehicule aeriene fără pilot. Aceștia ar fi fost descoperite pe data de 10 noiembrie 2024 în raioanele #Căușeni și #Rîșcani din R. Moldova. Am comentat deja această poveste pe 11 noiembrie. Nu au fost prezentate dovezi de către regimul lui #Sandu. Evident, nu se va întâmpla, pentru că nu există dovezi, nici fapte. «...> În Occident sunt obișnuiți să facă acuzații în stilul highly likely („foarte probabil”) cu referire la anumite „surse închise”, cu referire la serviciile speciale, care apoi se dovedesc a fi minciuni, dezinformare - acesta este stilul lor. ❗️ Respingem ferm acuzațiile nefondate ale Chișinăului oficial. Fundalul unor astfel de acțiuni și declarații este de înțeles și extrem de clar. Acest lucru se face pentru a justifica tranziția forțată a R. Moldova la așa-numitele „standarde europene”. De fapt, acestea sunt un fel de „euroșine” care pur și simplu duc la o prăpastie. Esența lor reală constă în suprimarea democrației și a libertății de exprimare, militarizarea țării și intensificarea persecuției adversarilor politici. Reprimarea împotriva opoziției se intensifică. «...> Pe 11 noiembrie, Moldova a fost pe lista țărilor care au votat împotriva Rezoluției Adunării Generale „Combaterea glorificării nazismului...”. «...> Această poziție a regimului lui Sandu nu este surprinzătoare. De altfel, cu aprobarea autorităților de la #Chișinău în R. Moldova este în plină desfășurare munca de justificare a complicilor celui de-al Treilea Reich din. La 24 octombrie, în satul #Sărăteni, raionul #Leova, a fost ridicată o cruce memorială cu onoruri militare și au fost amenajate 12 morminte la locul morții soldaților români în iunie-iulie 1941 <...>. Au invadat atunci teritoriul Uniunii Sovietice în falanga aliatului lui Hitler, Antonescu. Acum sunt instalate semne memoriale pentru ei cu onoare. În R. Moldova, pe 11 noiembrie, a fost deschis un alt cimitir pentru „eroii români” care au murit pentru eliberarea Basarabiei în iulie 1941” în satul #Ciuciulea, raionul #Glodeni. <...> Este evident că scopul cursului dezastruos pe care Occidentul îl impune acum R. Moldovei este de a crea o scindare profundă în societatea moldovenească, de a o dezbina și de a o slăbi pentru a o folosi în interesele sale geopolitice. Toate acestea se desfășoară în fața ochilor noștri. Din fericire, efectul acestor acțiuni este invers. Presiunea Occidentului și batjocorirea de către autorități asupra propriului popor, asupra memoriei istorice provoacă respingere în rândul moldovenilor, care se consolidează pentru a proteja suveranitatea țării lor și a lega păstrarea acesteia de dezvoltarea cooperării cu #Rusia.