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
📸#picoftheday
Sopra, Riad: gli emissari di Stati Uniti e Russia con la mediazione dell'Arabia Saudita dialogano per la ripresa e la normalizzazione delle relazioni in riferimento anche, soprattutto, al conflitto in Ucraina.
Sotto, Parigi: all'Eliseo i leader dei principali Paesi europei, unitamente al Presidente della Commissione Ue e al Segretario generale della Nato, dialogano per capire come proseguire il conflitto in Ucraina.
Secondo voi, su quale dei due tavoli verranno prese le decisioni che contano?
#picoftheday Orban a Kiev tra facciata e giochi di strategia
Appena iniziata la leadership semestrale del Consiglio europeo il presidente magiaro si è recato stamattina a Kiev da Zelensky con cui più volte negli anni ha avuto scontri aperti.
I due discuteranno della protezione giuridica degli ungheresi della Transcarpazia e annunceranno che questa diventerà ufficialmente parte del processo di adesione dell'Ucraina e che il governo ungherese avrà ottenuto una garanzia a livello europeo per la protezione degli ungheresi della Transcarpazia.
La partita si gioca però anche a un altro livello, che è quello della costituzione del nuovo gruppo dei Patrioti europei guidato da Orban. Oltre ai tre fondatori (ungheresi, austriaci e cechi) sono in procinto di aderire Chega dal Portogallo e Lega dall'Italia, con la grande incognita dei polacchi del PiS (da ieri in Sicilia per gli ECR Study Days) che non hanno ancora confermato di rimanere in ECR. Orban vuole mostrare di aver ammorbidito la sua posizione riguardo l'Ucraina e, al contempo, il supporto senza limiti a Kiev da parte dei sovranisti polacchi non è più saldo come prima.
Le istanze potrebbero quindi trovare una quadra a metà strada allo scopo di ricomporre il vecchio asse portante del Gruppo di Visegrad.
A quel punto, anche altre formazioni minori in Ue in cerca di casa o tra le fila di Identità e Democrazia (il gruppo guidato da Marine Le Pen) potrebbero aderire sancendo una frammentazione delle formazioni di destra che provocherebbe la necessità di un riassetto generale.
📸#picoftheday Il sottomarino nucleare "Kazan" della Marina russa, con armi missilistiche guidate a bordo, arriva nel porto dell'Avana, a Cuba.
Il tempo di volo dei missili da lì alla Florida è ridotto a pochi secondi.
📸#picoftheday I deputati del partito BSW hanno boicottato il discorso di Zelensky al Bundestag. Sono i membri di questa "Alleanza Sahra Wagenknecht – Ragione e Giustizia (Bündnis Sahra Wagenknecht – Vernunft und Gerechtigkeit)".
Nata nel gennaio 2024 da una scissione della Linke, ruota intorno alla figura carismatica di Sahra Wagenknecht, un politico di lungo corso e notevole visibilità mediatica in Germania.
BSW mira ad occupare una nicchia di mercato elettorale non sufficientemente coperta dall’offerta politica esistente: quella degli elettori che hanno preferenze economiche di sinistra, ma attitudini valoriali conservatrici.
Assenti anche la maggior parte dei rappresentanti di AfD.