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
🌍 Over 90% of the world’s plastic is not recycled, and much ends up in the oceans. Ocean plastic has been found in Arctic ice and inside some of the deepest-living sea creatures. ✨
#pollution⚡#environment⚡#oceans⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography
👉more Channels
🌍 Russia’s Lake Karachay is so contaminated from past nuclear waste that standing on its shore for just an hour could be fatal—one of the most polluted lakes on the planet. ✨
#rivers⚡#lakes⚡#pollution⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography
👉more Channels
🌍 Air pollution now causes more deaths worldwide than unsafe water or malaria, with tiny particles harming lungs and hearts. Even remote regions like the Himalayas register rising airborne pollutants. ✨
#pollution⚡#health⚡#climate⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography
👉more Channels
🌍 The Great Pacific Garbage Patch is a floating area of plastic and debris in the Pacific Ocean, now estimated to be more than twice the size of Texas. It affects sea life far beyond its borders. ✨
#pollution⚡#ocean⚡#plastics⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography🌍
🌍 The Great Pacific Garbage Patch, a swirling mass of plastic debris, now covers an area larger than Germany. Ocean currents trap millions of tons of waste here, creating a persistent global pollution hotspot. ✨
#pollution⚡#oceans⚡#plastics⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography
👉more Channels
🌍 Light pollution from cities is so widespread that more than 80% of the world's population can no longer see the Milky Way at night, affecting wildlife and our connection to the night sky. ✨
#environment⚡#pollution⚡#light⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography🌍
🌍 Tiny plastic particles, called microplastics, have been found in remote places like Arctic snow and deep-sea trenches, showing how far pollution can travel across the planet. ✨
#environment⚡#pollution⚡#microplastics⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography🌍
🌍 Air pollution is now the world’s leading environmental health risk, causing more than 6 million early deaths yearly—fine particles from burning fuel can travel and harm people far from their source. ✨
#pollution⚡#health⚡#global⚡#geography⚡#nature⚡#earth
👉subscribe Amazing Geography
👉more Channels
https://t.me/kamissokosekou3
⚠️ Falémé : pollution alarmante, un fleuve vital en danger
Le fleuve Falémé, essentiel entre Mali, Sénégal et Guinée, est fortement menacé par la pollution liée à l’activité minière.
Présence de cyanure, raréfaction des poissons, risques sanitaires : la situation inquiète particulièrement dans la région de Kéniéba.
👉 Faut-il renforcer les contrôles miniers pour sauver la Falémé ? Réagissez et partagez.
NB: image d'illustration générée par IA.
#Mali#Environnement#Faleme#Pollution#Afrique#ecologie
La rédaction