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
[미 재무부, Anthropic의 Mythos AI 취약점 점검 위해 접근 추진](https://www.bloomberg.com/news/articles/2026-04-14/us-treasury-seeking-access-to-anthropic-s-mythos-to-find-flaws)
◦ 미 재무부, 고성능 AI ‘Mythos’ 취약점 탐지 위해 접근 시도
• 재무부 기술팀이 Anthropic의 Mythos 모델 접근을 추진 → 사이버 보안 취약점 사전 탐지 목적
• CIO 샘 코르코스, 내부 사이버보안팀에 기술 브리핑 진행 및 대응 준비 지시
• 제한된 기관에만 공개된 모델 → 정부 차원의 선제적 리스크 대응 움직임
◦ Mythos, 강력한 사이버 공격 도구로 악용 가능성 제기
• Anthropic 자체 경고: 충분한 테스트 없이 공개 시 사이버 공격에 활용 가능
• 실제 테스트 결과:
- 주요 운영체제 및 웹 브라우저 전반에서 취약점 탐지 및 악용 가능
- 4개 취약점 연계한 브라우저 익스플로잇 코드 생성 사례 확인
• → AI 발전이 곧 사이버 위협 증가로 이어질 수 있음을 시사
◦ 미 정부 및 금융권, AI 기반 사이버 리스크 대응 강화
• 재무장관 베센트 + 연준 의장 파월 → 월가 주요 인사 긴급 회동
• 금융권에 Mythos 활용한 취약점 탐지 및 대비 촉구
• JPMorgan 포함 주요 은행들 내부 테스트 진행 중
◦ Anthropic, 정부와 협력 의지 밝히며 테스트 프로그램 운영
• ‘Project Glasswing’ 통해 일부 기관과 제한적 테스트 진행
• 정부와 지속적 논의 중 → 연방·주·지방 협력 가능성 강조
◦ 정부-기업 갈등: 공급망 리스크 지정 및 법적 분쟁
• 미 국방부, Anthropic을 공급망 리스크로 지정
→ 군사용 AI 활용 방식 갈등이 원인
• 6개월 내 서비스 이전 요구 → Anthropic은 연방법원에서 대응 중
• → 정부는 경계하면서도 동시에 기술 접근 시도하는 이중적 태도
◦ 핵심 인물 및 배경
• 샘 코르코스: 2025년 재무부 CIO 임명, 과거 Anthropic 기술 도입 장려
• DOGE 조직 참여 → 정부 효율화 및 기술 혁신 역할 수행
원문 발췌:
- "it was capable of identifying and then exploiting vulnerabilities in every major operating system and every major web browser when directed by a user to do so."
#Anthropic#Mythos