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
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for March 15 - 31, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Mart oyining 15 - 31 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 15 по 31 Марта, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for March 1 - 15, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Marta oyining 1 - 15 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 1 по 15 Марта, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for February 15 - 28, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Fevral oyining 15 - 28 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 15 по 28 Февраля, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for February 1 - 15, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Fevral oyining 1 - 15 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 1 по 15 Февраля, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for January 15 - 31, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Yanvar oyining 15 - 31 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 15 по 31 Января, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for January 1 - 15, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Yanvar oyining 1 - 15 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 1 по 15 Января, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for December 15 - 31, developed in #partnership with #EUROUZ via the link.
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Dekabr oyining 15 - 31 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 15 по 31 Декабря, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review
[EN] Take a look at our most recent #Monthly Market Update on #Uzbekistan for December 1 - 15, developed in #partnership with #EUROUZ via the link.
-
[UZ] EUROUZ bilan hamkorlikda ishlab chiqilgan Dekabr oyining 1 - 15 bo'lgan O'zbekistondagi eng so'nggi yangiliklarini ushbu havola orqali ko'ring.
-
[RU] Ознакомьтесь с нашим последним ежемесячным обзором рынка Узбекистана за период с 1 по 15 Декабря, подготовленным в сотрудничестве с EUROUZ по этой ссылке.
Follow EUROUZ & Uzbek Review on Telegram: @eurouz_official / @uzbek_review