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
Pentest Collaboration Framework
By @ drakylar
Tool which will help you to store/modify/share information about pentest/web analysis projects. OpenSource, Portable, CrossPlatform & Free.
- Generate reports by user-defined templates
- Integration with more than 15 tools
- API
- HTTP sniffer connected to project
- Network graph
- One-click deploy at Heroku/AWS
- Notes, Hosts, Issues, Credentials, Chats
Demo: http://testing-pcf.herokuapp.com/
Gitlab: https://gitlab.com/invuls/pentest-projects/pcf
@PentestCollaborationFramework
#pcf#pentest
#Francia
Sembra essersi concluso il colloquio tra le dirigenze di #PS|S&D e #LFI|LEFT. Adesso quest'ultimi incontreranno la dirigenza del #PCF|LEFT, incontro che doveva tenersi oggi pomeriggio alle 14.
@UltimoraPolitics
#Francia
Accordo elettorale tra #LFI-#EELV|LEFT|G/EFA e #PCF|LEFT quasi finalizzato, con i comunisti che dovrebbero presentarsi in 50 collegi.
In foto i collegi dove si presenterà un candidato del PCF, realizzata da @news_isoloir
@UltimoraPolitics
#Francia
Segretario #PS|S&D Olivier #Faure (#PS|S&D): "I francesi ci hanno abbandonato perché pensavano che non avessimo più niente da dire. Bisogna abbracciare il movimento sociale. Abbiamo scelto di allearci con il #PCF, come fece Mitterrand, nonostante i legami con l'URSS."
@UltimoraPolitics
#Francia
Secondo BFMTV, restano da limare 2 temi per la creazione della coalizione #LFI|LEFT, #EELV|G/EFA, #PS|S&D e #PCF|LEFT. Il primo è la divisione dei collegi elettorali, dove il PS spinge per avere più collegi visto il proprio radicamento nei territori, mentre il secondo sono le politiche europee dentro al programma elettorale.
@UltimoraPolitics
#Francia
Raggiunto l’accordo tra #LFI|LEFT, #PS|S&D, #EELVS|G/EFA e #PCF|LEFT e gli altri partiti per la costituzione del Fronte Popolare tra le forze di sinistra e centro-sinistra.
@OsservatorioEsteri
#Francia
La coalizione #NUPES (#LFI-#PS-#EELV-#PCF-#PG-#Ensemble-#REV-#Picardie-#Gs-#GE-#ND-#PP)|LEFT|S&D|G/EFA ha presentato il logo con cui si presenterà alle prossime elezioni legislative.
@UltimoraPolitics