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
“Siamo svegli dalle due del mattino ora venezuelana per seguire quanto sta accadendo. Accompagniamo il nostro popolo con la #preghiera”. Mons. Jesús González de Zárate, Arcivescovo di Valencia e presidente della Conferenza Episcopale Venezuelana, commenta così al Sir l’attacco notturno compiuto dagli Stati Uniti alle principali sedi istituzionali e militari a #Caracas. Dopo settimane di tensioni, con le forze statunitensi al largo del #Venezuela con il pretesto della lotta ai trafficanti di droga, il presidente #Trump ha deciso stanotte di attaccare il Venezuela sferrando un raid aereo sulla capitale Caracas, culminato con la cattura de presidente venezuelano Nicolas Maduro: insieme alla moglie “sono stati portati fuori dal Paese”, ha scritto Trump sul social Truth. Il risveglio del popolo venezuelano sarà probabilmente stupito e attonito ma, conferma il presidente dei vescovi, “i fatti sono in pieno sviluppo per poterli valutare”. Monsignor Azuaje ci tiene per il momento a sottolineare “fiducia in Dio e nei valori del nostro popolo”.
"Ordine e #sicurezza sono doni che costano sacrificio a chi li garantisce e che però contribuiscono notevolmente al bene di tutti. Un ambiente sicuro è infatti di grande aiuto alla #preghiera". Lo ha detto Papa #LeoneXIV ricevendo questa mattina, nella Sala Clementina del Palazzo Apostolico, in Vaticano, i dirigenti e gli agenti dell'Ispettorato di Pubblica Sicurezza "Vaticano" nella consueta udienza all'inizio dell'anno.
Presenti, in prima fila, tra gli altri, il Capo della #Polizia, Vittorio Pisani, il Questore e il Prefetto di #Roma, Roberto Massucci e Lamberto Giannini, ed il direttore dell’Ispettorato di Pubblica sicurezza “Vaticano” Antonino Messineo.
"Desidero particolarmente ringraziarvi per quanto avete fatto nel corso del #Giubileo appena concluso, come pure in occasione della morte del compianto Papa Francesco, dei suoi funerali e poi del #Conclave. In quei giorni intensi, che hanno certamente messo alla prova anche le vostre forze, avete saputo tenere il passo con eventi susseguitisi con grande rapidità, a volte programmati e altre volte imprevedibili, assicurando che tutto si svolgesse con ordine e dimostrando, come sempre, spirito di sacrificio, professionalità, duttilità e discrezione", le parole del Pontefice.
"In merito a questo, un pensiero di ringraziamento va anche ai vostri cari che, in modo indiretto, si sono trovati a loro volta coinvolti in queste dinamiche, adattandosi alle esigenze dei vostri impegni e turni straordinari di lavoro e, immagino, rinunciando spesso alla vostra presenza", ha aggiunto il Santo Padre, che ha concluso facendo sue le parole di Benedetto XVI: "Sia la vostra presenza, cari amici, una garanzia sempre più valida di quel buon ordine e di quella tranquillità, che sono fondamentali per costruire una vita sociale pacifica e composta, e che, oltre a esserci insegnati dal messaggio evangelico, sono segno di autentica civiltà. Affidandovi alla materna protezione di Maria Santissima e di San Michele Arcangelo, assicuro la mia preghiera per voi e per le vostre famiglie".