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
Hoy en el Club de Periodistas reconocieron también el reportaje titulado: ‘Perros de búsqueda y rescate’.
Debo contarles una anécdota.
Cuando Alberto y yo salimos rumbo a la zona del desastre (por el huracán categoría 5 que azotó Acapulco) en carretera éramos el, yo, la oscuridad... hasta que una camioneta comenzó a perseguirnos.
En el absoluto y el más terrorífico silencio estuvimos varios kilómetros avanzando... Hasta que decidieron dejarnos ir.
Estoy segura que alguien nos cuidó esa noche.
Este reportaje más que una investigación, fue un profundo homenaje a los perros rescatistas mexicanos y sus humanos, que se entrenan para salvar vidas.
Si no lo han visto, por favor, no se lo pierdan.
Les dejo muchísimo cariño y agradecimiento por acompañarnos desde el otro lado del cristal.
🐶🔗https://sn-esp.site/Jh6d
🧑💻#PamelaQuibec🌷
Día a día con🎤@RTReporteros
🐦 (X) Twitter
🌷La flor de cempasuchitl es la gran protagonista de las ofendas mexicanas.
¿Sabías que tiene una hermosa leyenda?
¡Te la cuento!
Besos mágicos
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
¿Les pasa que su celular o las redes sociales les recuerdan cosas?
Hoy, justo, me aparecieron estas fotos de una fecha muy valiosa para mí: 26 de septiembre de 2018.
En ese entonces, recibí una llamada desde Moscú para avisarme que estaba dentro de RT. En ella, me dieron algunos detalles de cuándo sería mi ingreso oficial a la corresponsalía mexicana (¡la que sí cuenta como fecha de aniversario!).
La llamada llegó mientras decidía qué comer ese día... ¡Y vaya que lo supe!
A veces, los recuerdos que dejas plasmados regresan a contarte historias sobre ti.
Seguimos 💚
🧑💻#PamelaQuibec🌷
Día a día con🎤@RTReporteros
🐦 (X) Twitter
¡Juego! 🎲
¿A dónde creen que voy con equipo desde Moscú? En el video, una pista. 🕵️♀️🔎
¡Besos!
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
¡Los mexicanos comemos cactus! 🌵
Sí, en nuestra muy variada y deliciosa gastronomía tenemos muchos platillos que pueden parecer exóticos.
Aquí los conocemos como nopales y acompañan muchos guisos, aunque también se comen solitos, asados con limón, sal y salsita.
Además, hoy son creaciones artísticas. Se las dejo.
¡Besos sin espinas!
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
¿Me acompañan en una cita el 14 de febrero en la señal de RT?
Vamos a tener al aire uno de los reportas donde nos vamos a topar con ese... El amor incondicional 🐾
Hasta entonces... ¡Besos!
¡Y deséenme suerte para ganar!
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
Ir al teatro a ver una puesta en escena es una de las cosas más gratificantes del mundo. 🎭
Yo, que he tenido la oportunidad de estar en una obra musical, les puedo decir el enorme esfuerzo que supone que logre representarse. Para que todo eso suceda se necesita una mente creativa, loca, apasionada que diriga el sueño...
Porque sí, el teatro es eso, un sueño que ocurre en un escenario.
No se pierdan la entrevista hoy, en la señal de RT.
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
La locación de este día es un lugar con muchísimo significado para las personas fieles a la religión católica, pero también un punto turístico por excelencia en esta nación.
No les cuento más. Un beso 😘
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
Verbenas navideñas
Acá en México, estamos ya en las posadas y eso da pie a verbenas populares para disfrutar, comer y comprar.
¡Les enseño!
Un beso,
🧑💻#PamelaQuibec🌷
Día a día con 🎤@RTReporteros
🐦(X)Twitter
En el fútbol ⚽️ ¡nada como las revanchas!
Y luego de la estadía en La Boca, hubo una segunda visita "obligada"
¡Aquí lo tienen!
🧑💻#PamelaQuibec🌷
🧑💻#RicardoRomero
Día a día con 🎤@RTReporteros
🐦(X)Twitter