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
🇫🇷Paris 2024
Francia ha detectado 43 tentativas de injerencias digitales contra los JJ.OO. de París#Paris2024
Las autoridades francesas detectaron 43 tentativas de injerencias digitales contra los Juegos Olímpicos y Paralímpicos de París que han tratado de perturbar las competiciones o los debates internacionales en torno a estas citas.
El Ministerio francés de Exteriores, que presentó la cifra este viernes en un comunicado, destacó que estas operaciones pretendían “denigrar la organización de los Juegos, ofrecer una imagen sesgada de la ciudad de París y de forma más amplia estropear la fiesta popular que constituyó este acontecimiento”.
En el punto de mira de esas maniobras registradas en un amplio periodo que va desde abril de 2023 hasta el cierre de los Juegos Paralímpicos el pasado 8 de septiembre, estaban Francia, como país anfitrión y el comité de organización de los JJ.OO., precisó el Ministerio.
En su comunicado, el Ministerio condenó “firmemente” estas maniobras “hostiles contrarias al espíritu olímpico”.
https://efe.com/otras-noticias-espana/2024-09-13/francia-tentativas-injerencia-contra-jjoo/
🏆@Info288_deportes
🗣️MIJAIN LÓPEZ ESTÁ EN SEMIFINALES!!!
El tetracampeon olímpico derrotó al iraní 3-1 y se mantiene invicto en su camino a su 5to título olímpico len #Paris2024
OLYMPIA 2024: FRAUEN BEGEHREN AUF
X-ZEICHEN FÜR DEN FRAUENSPORT
INTERNATIONAL, 08.2024
(♀️ XX)
@royalAllemand
#Paris2024
https://youtu.be/7Lx4jQMF5lg?si=kRtdlhlaNj8hWBOW
👍
🇰🇬 КУТ БОЛСУН КЫРГЫЗ ЭЛИМ! МУНАРБЕК ЖАРЫМ ФИНАЛДАААА!!!#PARIS2024
🇰🇬 Мунарбек Сейитбек уулу 3:2 Жамал Харви
🇺🇸
📲 Жаңылыктар жана арзандатуулар үчүн биздин каналга жазылыңыздар: @insport_kg
🇰🇬👍 Кыргызым! Сыймактанабыз силер менен! #Paris2024
☀️ Биздин делегацияга жеке кайыкты биздин ажобуз алып бериптир!
@insport_kg - Лучший магазин спортивных товаров
France 🇫🇷 Les athlètes du monde entier continuent d'« admirer » les lits du village olympique.
Les représentants officiels des Jeux olympiques de Paris affirment que cela n'a pas été fait pour économiser de l'argent et réduire le budget, mais pour empêcher les actes sexuels entre athlètes.
Apparemment ça n’a pas l’air de résister aux poids des athlètes 😁
#Paris2024#BoycottJO2024
@egountchibehanzinTV
Всего через неделю мы станем 👁️ свидетелями Паралимпийских игр 2024 года в Париже!
Как показывают исследования, успех Паралимпийских игр способствует повышению осведомленности общества и улучшению 🤝 понимания людей с ограниченными возможностями. По данным опросов, 70 процентов жителей Великобритании считают, что Паралимпийские игры 2012 года в Лондоне положительно повлияли на отношение к людям с ограниченными возможностями.
А знаете ли вы, что сборная команда Великобритании #ParalympicsGB - это международный лидер паралимпийских игр? Спортсмены Великобритании вошли в тройку лидеров по числу медалей уже на 6 Паралимпийских играх подряд. Более того, на Паралимпийских играх в Токио три года назад паралимпийцы Великобритании установили 🚀рекорд, завоевав медали в 18 видах спорта!
Но несмотря на то, что игры еще не начались, уже достигнуто многое. В этом году в сборной #ParalympicsGB самая высокая доля женщин-спортсменок - 46 процентов из 215 участников❗ Это самая высокая доля женщин-спортсменок в сборной Великобритании за всю историю, и даже большее гендерное равенство, чем в Токио-2020.
Будете ли вы следить за Паралимпийскими играми❓
#ParalympicsGB | #Paralympics | #Paris2024
Боксер Давлат Болтаев принес третью медаль в копилку сборной Таджикистана 🇹🇯 на Олимпийских играх-2024 🥇 в Париже. Болтаев, выступающий в весовой категории до 92 кг, стал обладателем бронзовой медали 🥉🥉 в боксерском олимпийском турнире. Поздравляем нашего спортсмена с этим достижением! 👏
#OlympicGames2024#Paris2024#ТочикистонБаПеш