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
“Tashkent city” халқаро ишбилармонлик маркази ҳудудида Ўзбекистон Республикаси Президенти Шавкат Мирзиёев ва Қатар Амири шайх Тамим бин Ҳамад Ол Соний иштирокида халқаро ҳамжамиятнинг коррупцияга қарши курашиш борасидаги саъй-ҳаракатларини ифодаловчи монументнинг очилиш маросими бўлиб ўтди.
—
На территории Международного делового центра «Tashkent city» при участии Президента Республики Узбекистан Шавката Мирзиёева и Эмира Государства Катар шейха Тамима бин Хамада Аль Тани состоялась церемония открытия монумента, олицетворяющего усилия международного сообщества по противодействию коррупции.
#Mirziyoyev#marosim#monument#korrupsiyagaqarshikurash
Prezident.uz|Facebook|Instagram|YouTube|Twitter
🇬🇧Un partisan du mouvement britannique pro-palestinien Palestine Action a vandalisé la statue de l’ancien premier ministre britannique Winston Churchill sur Parliament Square, à Londres, en y versant de la peinture rouge, a indiqué Scotland Yard.
Le monument a été vandalisé avec de la peinture rouge. Les policiers sont arrivés deux minutes après l’alerte. Un homme de 38 ans a été interpellé pour dégradation illégale aggravée par des motifs raciaux,
précise le communiqué.
Selon le journal Daily Telegraph, il a inscrit sur le socle "criminel de guerre sioniste", et sur la statue la phrase "Free Palestine". Le monument a été nettoyé vendredi matin.
#londres#palestine#monument
Президент Шавкат Мирзиёев “Янги Ўзбекистон” боғидаги Мустақиллик монументи пойига гулчамбар қўйди.
—
Президент Шавкат Мирзиёев возложил венок к подножию монумента Независимости в парке “Янги Узбекистон”.
#Mirziyoyev#marosim#monument#Mustaqillik
Prezident.uz|Facebook|Instagram|YouTube|X
Президент Шавкат Мирзиёев “Янги Ўзбекистон” боғидаги Мустақиллик монументи пойига гулчамбар қўйди.
—
Президент Шавкат Мирзиёев возложил венок к подножию монумента Независимости в парке “Янги Узбекистон”.
#Mirziyoyev#marosim#monument#Mustaqillik
Prezident.uz|Facebook|Instagram|YouTube|X
🇮🇱🇷🇺 En Israël, des gerbes ont été déposées au monument Bougie du souvenir à Jérusalem à l’occasion du Jour de la Victoire.
#monument#jérusalem#victoire
“Tashkent city” халқаро ишбилармонлик маркази ҳудудида Ўзбекистон Республикаси Президенти Шавкат Мирзиёев ва Қатар Амири шайх Тамим бин Ҳамад Ол Соний иштирокида халқаро ҳамжамиятнинг коррупцияга қарши курашиш борасидаги саъй-ҳаракатларини ифодаловчи монументнинг очилиш маросими бўлиб ўтди.
—
На территории Международного делового центра «Tashkent city» при участии Президента Республики Узбекистан Шавката Мирзиёева и Эмира Государства Катар шейха Тамима бин Хамада Аль Тани состоялась церемония открытия монумента, олицетворяющего усилия международного сообщества по противодействию коррупции.
#Mirziyoyev#marosim#monument#korrupsiyagaqarshikurash
Prezident.uz|Facebook|Instagram|YouTube|Twitter
Президент Шавкат Мирзиёев “Янги Ўзбекистон” боғидаги Мустақиллик монументи пойига гулчамбар қўйди.
—
Президент Шавкат Мирзиёев возложил венок к подножию монумента Независимости в парке “Янги Узбекистон”.
#Mirziyoyev#marosim#monument#Mustaqillik
Prezident.uz|Facebook|Instagram|YouTube|X
Президент Шавкат Мирзиёев “Янги Ўзбекистон” боғидаги Мустақиллик монументи пойига гулчамбар қўйди.
—
Президент Шавкат Мирзиёев возложил венок к подножию монумента Независимости в парке “Янги Узбекистон”.
#Mirziyoyev#marosim#monument#Mustaqillik
Prezident.uz|Facebook|Instagram|YouTube|X
Президент Шавкат Мирзиёев “Янги Ўзбекистон” боғидаги Мустақиллик монументи пойига гулчамбар қўйди.
—
Президент Шавкат Мирзиёев возложил венок к подножию монумента Независимости в парке “Янги Узбекистон”.
#Mirziyoyev#marosim#monument#Mustaqillik
Prezident.uz|Facebook|Instagram|YouTube|X
🇧🇬🇷🇺 Les autorités bulgares retirent les échafaudages installés en décembre 2023 pour le démontage du monument à l’Armée soviétique à Sofia, rapporte le correspondant de TASS.
Il est prévu que les structures métalliques soient démontées dans un délai de quatre jours.
#échafaudages#monument#démontage
“Tashkent city” халқаро ишбилармонлик маркази ҳудудида Ўзбекистон Республикаси Президенти Шавкат Мирзиёев ва Қатар Амири шайх Тамим бин Ҳамад Ол Соний иштирокида халқаро ҳамжамиятнинг коррупцияга қарши курашиш борасидаги саъй-ҳаракатларини ифодаловчи монументнинг очилиш маросими бўлиб ўтди.
—
На территории Международного делового центра «Tashkent city» при участии Президента Республики Узбекистан Шавката Мирзиёева и Эмира Государства Катар шейха Тамима бин Хамада Аль Тани состоялась церемония открытия монумента, олицетворяющего усилия международного сообщества по противодействию коррупции.
#Mirziyoyev#marosim#monument#korrupsiyagaqarshikurash
Prezident.uz|Facebook|Instagram|YouTube|Twitter
Президент Шавкат Мирзиёев “Янги Ўзбекистон” боғидаги Мустақиллик монументи пойига гулчамбар қўйди.
—
Президент Шавкат Мирзиёев возложил цветы к подножию монумента Независимости в парке "Янги Узбекистон".
#Mirziyoyev#marosim#monument#Mustaqillik
Prezident.uz|Facebook|Instagram|YouTube|Twitter