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
Sababa 5 & Barak Cohen — Nasnusa - נסנוסה (Batov Records, 2022)
#mizrahi#psychedelic#pop#Israel
Nasnusa — сингл Sababa 5 и Барака Коэна, известного в Израиле политического деятеля. Первоначальная версия трека с Юрики Ханашима на японском вышла в 2019 году. Трек хорошо приняли во всем мире. Он регулярно звучал в передачах Жиля Петерсона на BBC Radio 6 Music и был включен в ежегодный плейлист 2021года парижского радио Radio Nova. Барак Коэн в свою очередь записал два альбома, "Sound of a String Against the Regime" и "Barak and Noam", выражающие его политическую позицию. Спродюсировал их Ноам Оксман. Недавно Барак решил уменьшить свою политическую активность, среди прочего, в пользу выпуска музыки. На Барака сильно повлиял мизрахи, музыкальный жанр Израиля, сочетающий в себе элементы европейской, ближневосточной и североафриканской музыки 70-х и 80-х. Кассеты с такой музыкой в то время в основном продавалась в районе Центрального вокзала Тель-Авива.
Spotify | AppleMusic | Bandcamp | VK
https://x.com/SavinoBalzano/status/1969802325809074538?t=43iTqjyq-kXbf4JCo_J83w&s=19
Ha fatto molto discutere il confronto nella nostra trasmissione con #Adinolfi, a proposito dello scontro tra #Iacchetti e #Mizrahi.
Secondo Mario, quella di Iacchetti sarebbe stata una condotta antisemita, solo perché l’altro era ebreo.
A me, francamente, la cosa non torna per nulla: il fatto che fosse ebreo è del tutto irrilevante. Ciò che conta, piuttosto, è la disumanità di un soggetto che, dinanzi a un massacro, arriva a chiedere di “definire bambino”.
Una citazione mi pare calzi a pennello, a prescindere dal caso specifico:
«Se uno è stronzo, non je posso di’ stupidino! Si crea delle illusioni! Je devi di’ stronzo!» (Gianfranco Funari).
#BattitoriLiberi: dal lunedì al venerdì, alle 17, su Radio Cusano.
https://x.com/SavinoBalzano/status/1968278275291259106?t=c-MNe7T1-WD0f
Purtroppo anch’io, come #EnzoIacchetti, ho avuto il dispiacere di conoscere questo individuo: Eyal #Mizrahi, presidente della Federazione Amici di Israele.
A luglio 2024 negava che #Israele avesse commesso crimini di guerra e diceva che io, sostenendo il contrario, non ci capivo nulla. All’epoca si contavano già circa 40 mila caduti, e lui farneticava di come quei numeri non fossero attendibili. Stesso squallido copione.
Capisco bene cosa ha provato #Iacchetti e ha fatto benissimo a reagire come ha reagito: sostenere certe tesi equivale a rendersi complici di un regime terrorista e genocida. Dopotutto, di collaborazionisti la storia è piena.
Sababa 5 — Sababa 5 (Batov Records, 2022)
#mizrahi#psychedelic#disco#funk#jazz#pop#Israel
Sababa 5 наконец выпустили одноименный альбом оригинальных инструментальных композиций, построенных на характерном для группы сочетании винтажного ближневосточного психоделического фанка и диско. Не обошлось здесь и без влияния мизрахи (מוזיקה מזרחית), музыкального жанр Израиля, сочетающего в себе элементы европейской, ближневосточной и североафриканской музыки 70-х и 80-х. Выпустили пластинку главные дилеры ближневосточного саунда Batov Records.
Spotify | AppleMusic | Bandcamp | VK