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
The more time we spend with Mother Nature the more we fall in love..
….I’m so in love..
..Thank you God for another most amazing day,for the leaping greenly spirits of trees ,and for the blue dream of sky and for everything which is natural ,which is infinite…
…which is yes..
Thank you @velassarumaldives for this magical experience 💚✨🙏🏻☀️
#positivevibes#velassarumaldives#maldives#maldivesislands#summer #2024 #haveaniceday#moodoftheday#newpost#photooftheday#junglebook#ocean#mothernature#planetearth#vacation#vacances#mira#доброеутро#всемотличногонастроения#sun#purelove#sunvibes#mom#daughter#indianocean
#рубрика
Voulez-Vous venir au théâtre ?Avec moi? ce soir ?😁
АФИША ОКТЯБРЬ ❤️🔥
от @moscomedytheatre💃🏼🕺🏻
(Ссылка на билеты в шапке профиля)
1- «Мастер и Маргарита» 18.00 Щёлково
2- «Мастер и Маргарита» 18.00 Раменское
3- «Мастер и Маргарита» 19.00 Петрозаводск
4- «Мастер и Маргарита» 19.00 Электросталь
5- «Мастер и Маргарита» 19.00 Тверь
6- «Номер 13» 19.00
7- «Мужчина на все руки» 19.00 Санкт-Петербург
8- «Боинг-Боинг» 16.00/ «Слишком женатый таксист» 20.00
9- «Номер 13» 19.00
13- «Мужчина на все руки» 19.00 Тольятти
14- «Мужчина на все руки» 19.00 Самара
15- «Слишком женатый таксист» 16.00/«Мужчина на все руки» 20.00
16- «Мастер и Маргарита» 18.00 Пушкино
17- «Мастер и Маргарита» 19.00 Воронеж
19- «Слишком женатый таксист» 19.00
21- «Слишком женатый таксист» 19.00 Ярославль
22 - «Мастер и Маргарита» 18.00 Заводоуковск
23- «Мастер и Маргарита» 18.00 Курган
24- «Мастер и Маргарита» 18.00 Челябинск
25 - «Мастер и Маргарита» 19.00 Магнитогорск
26- «Мастер и Маргарита» 19.00 Орск
27- «Мастер и Маргарита» 19.00 Оренбург
28- «Мастер и Маргарита» 19.00 Уфа
29- «Мастер и Маргарита» 18.00 Набережные Челны
30- «Мастер и Маргарита» 18.00 Нижнекамск
#newpost#fashion#womenstyle#purelove #2025 #autumn#moodoftheday#photoftheday#curly#actress#actrice#heavenonearth#model#comedy#мирославакарпович#femme#november#photographer#photoshoot#energy#newera#extravaganza#goldenedition#mira#мира#theatre#legs#lady
Для Вас..для Всех ..Нас🤍🕊️
Мира,Вам✨
Текст написан и прочитан мной🫶🏻
Благодарю Всех Моих Людей за то,что Вы учите меня жить так тонко,любить так крепко..быть разной :слабой,сильной,смелой,бесстрашной,любопытной…жму руку каждому ,благодарю тех,кто послушает , и возможно услышит и поймет✨Волшебства Вам,оно живет в каждом из нас,просто не забывайте в это,а кто забыл-скорее вспоминайте …
Кадр создавали
ph: @sonyamelll
hair: @polorcolor
muah: @dodfars
loc: @stolitsa_studio
style: @chois_studios
#purelove#blueheavenonearth#energy#women#femme#mira#actress#voiceacting#мирославакарпович#newera#reading#чтение#positivevibes#mothernature#planetearth#curly#moodoftheday#photographer#photoshoot#photooftheday#voice#textingstory#reels#newpost#goodmorning#доброеутро#вдохновение#inspiration