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
Всем привет. Все вы знаете что мне предстоит просидеть еще 12 дней в бане, я разработал план действий чтобы не сидеть афк.
1. Мы уже записали ролик с одним ютубером миллионником который должен скоро выйти, поэтому ожидайте.
2. Сегодня я создал ютуб канал, где в скором времени выйдет ролик где я буду отвечать на ваши вопросы ( пост с вопросами будет чуть позже ), покажу румтур квартиры, как я живу и что я делаю вне стримов, думаю вам будет интересно, ну а потом если будет нормальный актив то сделаю видео «один день глазами трайда», вроде тоже прикольно должно получиться.
3. Сегодня создам кик и на нем будем просто веселиться и играть в контру пока твич в бане, все кому кайф зайдут, за онлайн на зеленом не фонюсь.
Из хороших новостей которые уже есть:
1. Я начал высыпаться пока я нахожусь в бане, потому что делать абсолютно нечего.
2. Мы с Никитой подняли всех на уши и пытаемся всеми усилиями разбанить мне твич досрочно, но это очень сложная задача.
3. Есть устные договоренности с рекламодателем, если все будет хорошо, то я проведу турнир 2х2 на моем канале. ( daibog )
Всем хорошего вечера, скоро увидимся, духом не падаем, все еще впереди. #nevergiveup
📣 16 февраля - акции памяти Алексея Навального
16 февраля в сообществах РАДР в США пройдут акции памяти Алексея Навального - лидера, героя, мученика. Мы вспомним его самоотверженность, его упорство в борьбе со злом, его веру в будущее.
"Все, что нужно для торжества зла — это бездействие добрых людей. Поэтому бездействовать не надо."
🌐Boston, MA
🕖 3:00 PM
📍 The Massachusetts State House, 24 Beacon St, Boston, Massachusetts
🌐Chicago, IL
🕖 4:00 PM
📍 The Wrigley Building, 400 N Michigan Ave, Chicago, IL
🌐Denver, CO
🕖 3:30 PM
📍 Holy Transfiguration of Christ Orthodox Cathedral Denver, 349 E 47th Ave, Denver, CO
🌐Miami, FL
🕖 3:00 PM
📍 Orthodox Cathedral of St. Matrona of Moscow, 113 S Federal Hwy, Dania Beach, FL
🌐New York, NY
🕖 5:00 PM
📍 The Consulate General of Russia in New York City, 9 East 91st St, New York, NY
🌐Sacramento, CA
🕖 4:00 PM
📍 The California State Capitol, 1315 10th St, Sacramento, CA
🌐San Diego, CA
🕖 5:00 PM
📍 The Bea Evenson Fountain, 1549 El Prado, San Diego, CA
🌐Washington, DC
🕖 1:00 PM
📍 The White House, 1600 Pennsylvania Ave NW, Washington, DC
#Navalny#Навальный#nevergiveup#FreePoliticalPrisoners
🇺🇿 Post 47 — Bort Kuzatuchchisi orzuyim ✈️❤️
Har safar Dubai aeroportiga kelganimda, shu rasmga ko‘zim tushadi. U menga Emirates assessmentidan o‘tolmaganimni eslatadi, lekin shuningdek, yanada kuchliroq orzu va ishtiyoqni uyg‘otadi.
Lekin yaxshi bilaman, har bir muvaffaqiyatsizlik — bu yangi imkoniyat, har bir sinov — o‘sish uchun qadam.
Bu rasm menga “balki keyingi safar” degan umid va ilhom beradi. Yo‘l davom etmoqda….
#NeverGiveUp#StrongerEveryDay#DreamBig
#EverythingILived