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
RUSSIAN BORDER GUARDS REMOVE MARKERS FROM ESTONIAN WATERS IN NARVA RIVER
#Russia's border guard removed more than 20 buoys demarcating shipping lanes from the #Narva River in #Estonia on Thursday (May 23), Estonia's PPA said.
The Estonian government is seeking clarification.
Eerik Purgel, head of the PPA's Eastern Prefecture, said Russia has not yet explained its actions.
"The Police and Border Guard Board will contact the Russian Border Guard and request clarifications on the removal of the buoys and return of buoys.
Whereas the temporary control line is permanently marked at the land border, the riverbed changes over time, which is why we recheck the marking of the shipping routes every spring.
While before the beginning of the war in #Ukraine, the installation of buoys largely passed by mutual agreement, then from 2023 Russia does not agree with Estonia's positions regarding the location of the buoys. "
EST / RUS
(перевод на русский MariUver)
Narvast sai laupäeval soome-ugri kultuuripealinn. Hõimurahvaste kultuuripealinnana saab Narva rõhutada oma soome-ugri algupära ning olla kohaks, kus hõimurahvad saaksid keerulistel aegadel kokku tulla (ВИДЕО)
Нарва стала финно-угорской культурной столицей
В субботу Нарва стала финно-угорской культурной столицей. Как культурная столица родственных народов, Нарва может подчеркнуть свое финно-угорское происхождение и стать местом, где родственные народы смогут собраться в трудные времена.
Нарва - преимущественно русскоязычный город, но с глубокими финно-угорскими корнями. Прибалтийско-финские племена жили там на протяжении веков, и титул финно-угорской культурной столицы мог бы побудить нарвитян искать свои корни.
"Среди людей, живущих в Нарве, значительная часть тех, чьи предки были либо ингерманландцами, ижорцами или водью. Это все-таки часть идентичности", - сказал советник "Фенно-Угрии" Яак Прозес.
"Здесь много людей с финно-угорскими корнями, но все считают их русскими. Некоторые даже не знают, откуда родом их предки. Это хорошая возможность изучить свою биографию и происхождение семьи", - сказала организатор финно-угорской культурной столицы Екатерина Кузнецова.
В трудные времена приграничный город является знаковым местом, где родственные народы могут собраться.
"То, что сегодня нельзя встретить своих братских народов по ту сторону границы, нельзя поехать туда в гости, означает, что мы должны сами прилагать усилия здесь, чтобы был повод собраться. Отсюда, на самом деле, начинается европейское культурное пространство, и я думаю, что именно сегодня подходящее место для объединения финно-угорских народов", - сказал старейшина Сетомаа Урмо Уйболехт.
Мероприятия, знакомящие с культурой родственных народов, будут проходить в Нарве до конца года. Ранее в Эстонии титул финно-угорской культурной столицы носили Обиница в Сетомаа и Абья-Палуоя в Мульгимаа (ВИДЕО) #Narva#Нарва#финноугры#soomeugri#Эстоний#Эстония#Narva2025#КультурнаяСтолицаФинноугорскогоМира
https://www.err.ee/1609619438/narvast-sai-soome-ugri-kultuuripealinn