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
— Слушай, извини меня за все дерьмо, что я тебе там наговорил. Ты мне жизнь спас. Спасибо.
— Наверное, тебе это было трудно сказать.
— Если бы ты знал…
#ВИДЕОТЕКА
#LethalWeapon
#MelGibson
#DannyGlover
«Я искал других людей на эту роль, но никто не доверял мне, как режиссёру. Поэтому я решил взяться за это сам».
🎬📷 В этот день ровно 30 лет назад на экраны вышел легендарный фильм Мэла Гибсона «Храброе сердце».
#ВИДЕОТЕКА
#MelGibson
#МэлГибсон
#Braveheart
#ХраброеСердце
— Эй, Риггс, ты думаешь, эта птичья фигня нам действительно помогла, когда я размахивал руками и кудахтал?
— Нет, вообще-то это не помогло совсем. Я просто хотел посмотреть, сделаешь ли ты это или нет. Хорошие у тебя трусы, кстати.
Ричард Доннер перед съемками четвертого «Смертельного оружия» для вдохновения смотрел много полицейских боевиков 80-90-х, так что этой забавной сценой в прологе он спародировал фильм Расселла Малкэхи «Рикошет». Если кто позабыл, то там герой Дензела Вашингтона вот именно таким нетривиальным способом пытался обезвредить преступника.
#ВИДЕОТЕКА
#LethalWeapon4
#СмертельноеОружие4
#MelGibson
#МелГибсон
#DannyGlover
#ДэнниГловер
1996-й был годом Мэла Гибсона. В марте его второй фильм как режиссера «Храброе сердце» взял пять «Оскаров», в том числе за лучший фильм и режиссуру. А в ноябре на экраны вышел остросюжетный экшн-триллер «Выкуп» – почти самый кассовый фильм в карьере Гибсона-актера на тот момент. Боевик Рона Ховарда заработал в мире 308 миллионов долларов – не хватило всего 11 до рекорда «Смертельного оружия 3» (1992).
«Выкуп» из тех фильмов, что опровергает известное правило: «ремейк хуже оригинала». В анамнезе сценария (который, к слову, допиливал Ричард Прайс, будущий автор «Прослушки») аж два фильма 1950-х, но ни один ни идет ни в какое сравнение с версией Ховарда – динамичной, жесткой, полной саспенса и отличных актерских работ. Прежде всего Гибсона и Гэри Синиза – подзабытого сегодня, но яркого артиста 1990-х («Форрест Гамп», «Зеленая миля», «Аполлон-13»).
Есть такое избитое клише в рецензиях – «психологическая дуэль», но «Выкуп» лучше и не описать. Это действительно история противостояния двух харизматиков – двух антагонистов, где каждый пытается просчитать другого. Коррумпированный нью-йоркский полицейский Джимми Шейкер – собственно, Синиз – узнает, что успешный бизнесмен Том Маллен (Гибсон) не так уж чистоплотен, как все полагают. К примеру, Маллен (осторожно, сейчас начнутся спойлеры)… дал взятку. «Значит, он из тех, кто платит», рассудил Шейкер. А раз заплатил взятку, значит, легко заплатит и выкуп.
Шейкер сотоварищи похищает сына Маллена и требует 2 миллиона долларов. Для Тома это не принципиальная сумма, да и ребенок для него – свет в окошке. Но Маллену нужны гарантии, что ребенок жив и будет возвращен живым – а Шейкер гнет свою линию, пытаясь продавить Тома и получить деньги. Маллен приходит к выводу, что такой человек, как Шейкер, не будет оставлять свидетеля. И отказывается платить. Более того – в телеэфире объявляет, что заплатит 2 миллиона любому за голову похитителя его сына.
И это только половина фильма – далее зрителя ждет еще час американских горок и мощных экшн-сцен. И при всем уважении к Прайсу и Ховарду – и сценарий, и режиссерская хватка выше всяких похвал – фильм бы сильно проиграл, будь в главной роли другой артист. Кажется, Гибсон нашел единственно верный способ драматургически оправдать спорные поступки своего героя. В его исполнении Том Маллен – немного «человек дождя», у него малозаметное, но явное расстройство аутистического спектра. Математический склад ума. Поэтому он, любящий отец, и действует вопреки здравому смыслу и сердцу – разыгрывает шахматную партию со злодеем, поставив жизнь сына на кон. А мы все равно ему сопереживаем. Другого бы возненавидели – или, что хуже, просто бы не поверили.
#ВИДЕОТЕКА
#ВИДЕОТЕКАКино1996
#Ransom
#Выкуп
#MelGibson
#МэлГибсон
#ReneRusso
#РенеРуссо
#GarySinise
#ГэриСиниз
«Моя самая большая слабость — это несдержанность. Но, слава богу, я уже не такой несдержанный, как был когда-то».
Сегодня Мэлу Гибсону исполнилось 70 лет.
#ВИДЕОТЕКА
#MelGibson
#МелГибсон
#MadMaxTheRoadWarrior
#БезумныйМаксВоинДорог
#LethalWeapon
#СмертельноеОружие
#LethalWeapon2
#СмертельноеОружие2
#Braveheart
#ХраброеСердце
#ConspiracyTheory
#ТеорияЗаговора
#Payback
#Расплата
#WhatWomenWant
#ЧегоХотятЖенщины
#EdgeOfDarkness
#Возмездие
#HuntingSeason
#СезонОхоты