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
▪️ Желіде біреулердің бізді үнемі алдағысы келетіні рас па?
▪️ «Логикалық айла-шарғыға» қалай түспеу керек?
▪️Медиасауатты адам болу үшін не істеу керек?
Біздің «Manshuq медиасауаттылық сабақтары» спецпроектінің жаңа материалында, факт-тексеру жайындағы осы және басқа да сұрақтар туралы, оқутшы және қазақстандық мектептегі арнаулы медиасауаттылық оқулығын құрушы Павел Банников әңгімелейді.
____
Арнайы жоба Қазақстандағы АҚШ @usinkz елшілігінің қолдауымен дайындалған.
#manshuq #manshuqmedia#силавнутритебя#медиаграмотностьmanshuq #өмір#life#factchecking#медиасауаттылықmanshuq
🤔Умеете ли вы отличать сгенерированные ИИ картинки от настоящих?
Большинство взрослых людей боятся, что изображение введёт их в заблуждение, но при этом, согласно опросам, не имеют достаточных навыков медиаграмотности. Подробнее об этом – в карусели.
—
Спецпроект подготовлен при поддержке посольства США в Казахстане @usinkz
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#factchecking
Торренты – это часть «серого» интернета. Использование торрентов незаконно, так как нарушает авторские права и способствует распространению пиратства. В этом посте разбираемся – что такое торренты, как они работают, и почему скачивание оттуда – небезопасно.
👉🏻Подробнее – в карусели.
—
Спецпроект подготовлен при поддержке посольства США в Казахстане @usinkz
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#factchecking
Вы сидите в TikTok, листаете ленту, и вдруг вам попадается нарезка из какого-то подкаста, где мужчина рассуждает о том, почему место женщины на кухне. Вы возмущенно бежите в комментарии, чтобы высказаться, и видите реакции сотни таких же возмущённых пользователей.
Знакомо? Это рейджбейт, и о том, что это и как с таким бороться, читайте в карусели.
—
Спецпроект подготовлен при поддержке посольства США в Казахстане @usinkz
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#factchecking
Cyberbullying, cyber fraud, and phishing are not the only dangers for teens on the web.
Maral Aitmagambetova and Yevgeny Khabarov from the Pavlodar Media Literacy House help adolescents find ways to safeguard themselves and their loved ones on social media.
👉🏻Click here to read more.
—
This special project is accomplished with the help of the U.S. Embassy in Kazakhstan @usinkz
⠀
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#factchecking
🤳🏻Современные дети словно родились с телефоном в руке — они прекрасно разбираются в технологиях, а найти любую информацию для них совсем не проблема.
🤔Но как научить их критическому мышлению? Мы попросили редактора видеоконтента Manshuq Ирину Старовойтову рассказать – как она учит своих маленьких детей основам медиаграмотности.
👉🏻Полную версию материала читайте по ссылке.
—
Спецпроект подготовлен при поддержке Посольства США в Казахстане
⠀
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#factchecking
Болашақ ұрпақтың сыни ойлауының ахуалы қандай екенін білу үшін редакциямыздағы жасөспірім – редактор Мира Жолдыбайға vrodemira хабарласып, қазірдің өзінде база бар екенін, тек қана оқуды жалғастыру керектігін түсіндік!
____
Арнайы жоба Қазақстандағы АҚШ @usinkz елшілігінің қолдауымен дайындалған.
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#өмір#life#factchecking#медиасауаттылықmanshuq
🤔Фейк жаңалықтарды көрмеу үшін таспаңызды қалай баптау керек?
Manshuq авторы Мари Романова феминист және кибербелсенді Ника Водвудпен эфирді көргеннен кейін бұл сұрақтың жауабын іздеп, негізгі ойларын осы материалда атап көрсетуге тырысты.
____
Арнайы жоба Қазақстандағы АҚШ елшілігінің қолдауымен дайындалған.
#manshuq#manshuqmedia#силавнутритебя#медиаграмотностьmanshuq#өмір#life#factchecking#медиасауаттылықmanshuq