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
🥇💣LE BOMBE DELLA GIORNATA
Ecco le migliori offerte ancora attive
🔥-74%‼️ Non ti scordar di me. #Ops (Libro 2) - di Elisa Maino
💰4,39€ invece di 16,90€
👉https://amzn.to/3HtJirN
🔥-62%‼️ Con Dio non sei mai solo - di Benedetto XVI (Joseph Ratzinger)
💰5,68€ invece di 15,00€
👉https://amzn.to/3JSnt5G
🔥-42%‼️ Gamma Draconis - di Benoist Simmat, Eldo Yoshimizu
💰9,92€ invece di 17,00€
👉https://amzn.to/3JEGqZD
Ad & Info
🥇💣LE BOMBE DELLA GIORNATA
Ecco le migliori offerte ancora attive
🔥-81%‼️ La mia casa - di Raf
💰3,53€ invece di 18,50€
👉https://amzn.to/3E24ByP
🔥-78%‼️ Non ti scordar di me. #Ops (Libro 2) - di Elisa Maino
💰3,72€ invece di 16,90€
👉https://amzn.to/4kgSIVq
🔥-46%‼️ Atlante di diritto pubblico comparato - di Ferrari franco
💰14,57€ invece di 27,00€
👉https://amzn.to/4jmfgTt
🔥-44%‼️ Melvill - di Rodrigo Fresán
💰11,22€ invece di 20,00€
👉https://amzn.to/4jsFPGN
🔥-41%‼️ Doll bones. La bambola di ossa - di Holly Black
💰6,17€ invece di 10,50€
👉https://amzn.to/4kdm0nT
🔥-37%‼️ Collezione Londra. Con adesivi. Ediz. a colori - di
💰5,99€ invece di 9,50€
👉https://amzn.to/4dCOeG4
Ad & Info
❌❌ERRORE O AFFARE?💣😱
#AdolescentiERagazzi
📚Non ti scordar di me. #Ops (Libro 2) - di Elisa Maino
💰A soli 4,39€ invece di 16,90€
👉https://amzn.to/3HtJirN
In un mondo di scelte decisive e passioni inconfondibili, la protagonista scopre che ogni segreto può cambiare il destino. Scopri il suo percorso.
#Ad & Info
❌❌ERRORE O AFFARE?💣😱
#AdolescentiERagazzi
📚Non ti scordar di me. #Ops (Libro 2) - di Elisa Maino
‼️ Minimo Storico ‼️
💰A soli 3,72€ invece di 16,90€
👉https://amzn.to/4kgSIVq
Tra scelte cruciali e passioni travolgenti, la protagonista affronta un mondo che cambia. Scopri come ogni decisione può cambiare tutto.
#Ad & Info