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
⨳ 27.04.26 / 28.04.26 ⨳ Обновление тикток ENJIN (@/official_enjin):
«#/DDD с Эймей из cosmosy ♪
Спасибо за сотрудничество ✨»¹ (видео 1)
«#/DDD с Диханой из PRODUCE 101 ♪
Спасибо за сотрудничество ✨»¹ (видео 2)
«#/OSOL вместе с cosmosy 🤍
Спасибо за сотрудничество ✨»¹ (видео 3)
¹ Участницы cosmosy приняли участие в челленджах на песни «Day by day by day» и «One Snow One Love» вместе с участниками ENJIN
#othersns@cosmosy#cosmosy
⨳ 16.04.26 ⨳ Обновление твиттера MUPLY (@/MUPLY_PLAYLIST):
«Химеша исполняет рэп-сегмент песни „Paradise ~ I need you ~“» (видео 1)
«Это мой рай» (видео 2)
#othersns@cosmosy#cosmosy
⨳ 12.04.26 ⨳ Обновление твиттера MUPLY (@/MUPLY_PLAYLIST):
«Враньё!! Это не ёкай, а фея!!!!! Вперёд смотреть на подготовку к шоу талантов cosmosy✨»
Новый эпизод „The Silence of IDOL“ с cosmosy на платформе MUPLY: https://youtu.be/9rQAPjWpv1Q
#othersns@cosmosy#cosmosy
⨳ 09.04.26 ⨳ Обновление твиттера MUPLY (@/MUPLY_PLAYLIST):
«pov: 4 обязательных навыка для тренировочного лагеря
Начиная с сегодняшнего дня, я буду практиковать только их и обязательно займу место в первом ряду шоу талантов cosmosy
Смотрите на платформе MUPLY в эту субботу, 11 апреля, новый эпизод „The Silence of IDOL“ с участием cosmosy ✨»
#othersns@cosmosy#cosmosy
⨳ 08.04.26 ⨳ Обновление твиттера MUPLY (@/MUPLY_PLAYLIST):
«На меня напали девочки-ёкаи...
„Моё сердце было атаковано, потому что они были милыми“
Смотрите на платформе MUPLY в эту субботу, 11 апреля, новый эпизод „The Silence of IDOL“ с участием cosmosy ✨»
#othersns@cosmosy#cosmosy
⨳ 07.04.26 ⨳ Обновление твиттера NPOP (@/NPOP_OFFICIAL):
«𝗡𝗣𝗢𝗣 𝗟𝗜𝗠𝗜𝗧𝗘𝗗 𝗘𝗗𝗜𝗧𝗜𝗢𝗡 - 𝗦𝗜𝗗𝗘 𝗔
В этом дерзком треке⸝⸝⸝⋆
Falling for you was my big mistake
За обликом чудовищ скрывается история девушек, сокрывших любовь ﾟ･｡♥️｡･ﾟ
Performance Video с участием cosmosy появится на YouTube-канале «NPOP» завтра, 8 апреля, в 14:00 по МСК»
#othersns@cosmosy#cosmosy