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
En saludo al #PrimeroDeMayo se inaugurarán una serie de obras de beneficio e impacto social en el municipio de #Holguín.
Yunior Torres Almaguer, intendente del territorio holguinero, explicó que se ha venido trabajando en un grupo de 20 en saludo al 26 de julio, pero una parte de este se inaugurará en homenaje al Día de los Trabajadores.
Se evalúan viviendas, cuatro obras en el sector de la salud que responden a ocho consultorios médicos de la familia, dos salas del hospital Clínico Quirúrgico Lucía Íñiguez, y otra en el Lenin.
También se incluye la reanimación de dos plazas culturales, un establecimiento para los servicios técnicos personales, dos instituciones del deporte y tres parques en el consejo popular de Vista Alegre.
Según agregó Torres Almaguer, una de las obras de mayor impacto será el Centro de Atención y Reinserción Social.
Se maneja como fecha de presentación de las mismas el día 30 del presente mes.
✍️ Carlos Alberto García
#VideosCimarronas
Luego de que contamos en "imágenes fijas" lo que estuvimos haciendo el primero de mayo, aquí les entregamos nuestro "primer audiovisual" dejando testimonio de nuestro compromiso en tono de trabajo y de clave.
El #PRIMERODEMAYO representa la lucha de clases, la lucha de derechos ante un sistema que deshumaniza: el capitalismo.
¿Y en Cuba? Hay mucho por hacer para completar la justicia y también muchos sueños hechos realidad, que entre todxs hemos conquistado.
Quienes creamos las riquezas y «hacemos andar la rueda de la historia», aunque tengamos que «desafiar poderosas fuerzas» dentro y fuera del país.
(Re)actívate en tu centro laboral, casa, barrio y con el mundo.
¡Hazlo común!
por el #PRIMERODEMAYO
💙TENEMOS UN MUNDO QUE GANAR💙
Trabajadores destacados de diferentes sectores y dirigentes sindicales holguineros fueron reconocidos por sus méritos laborales extraordinarios, aportes importantes a la economía, y su correcta y sostenida actitud ante el #Trabajo.
El acto de condecoraciones, concebido dentro del programa de actividades por el #PrimeroDeMayo, se celebró este lunes en la Plaza de la Revolución Calixto García Íñiguez de #Holguín, y contó con la presencia de Joel Queipo Ruiz, miembro del Comité Central y primer secretario del Partido en la provincia; el General de División Eugenio Ravilero Aguilera, jefe del Ejército Oriental, e Idalmis Serrano Gómez, secretaria general en el territorio de la Central de Trabajadores de #Cuba (#CTC), entre otros dirigentes del Partido, el Gobierno, las organizaciones de masas, la Unión de Jóvenes Comunistas, las Fuerzas Armadas, y la Asociación de Combatientes de la Revolución Cubana.
El orden del desfile por el #PrimeroDeMayo para este 2024 en #Holguín se ha concebido nuevamente por bloques, según información brindada por Tamara Ávila Leyva, secretaria del Comité Municipal de la Central de #TrabajadoresDeCuba en el territorio: 👇👇👇
1. Presidencia
2. Combatientes
3. Jóvenes
4. Construcción
5. Energía y minas
6. Cultura
7. Comercio, gastronomía y servicios
8. Transporte y puerto
9. Salud
10. Hotelería y turismo
11. Azucarero
12. Agropecuario, forestal y tabacalero
13. Industria alimentaria
14. Industria
15. Educación, ciencia y deporte
16. Comunicaciones, informática y electrónica
17. Administración pública
18. Civiles de la defensa
La máxima dirección del país y la #CTC pronostica que este desfile será histórico y estremezcla al mundo con la unidad y el compromiso de todos los cubanos, guiados por el lema: "Por #Cuba#JuntosCreamos".
✍️ Jessica Linares Cardeli, estudiante de Periodismo
AMPPHolguin
Gobierno Provincial de Holguín
El #PRIMERODEMAYO representa la lucha de clases, la lucha de derechos ante un sistema que deshumaniza: el capitalismo.
¿Y en Cuba? Hay mucho por hacer para completar la justicia y también muchos sueños hechos realidad, que entre todxs hemos conquistado.
¡Tenemos un mundo que ganar!
Quienes creamos las riquezas y «hacemos andar la rueda de la historia», aunque tengamos que «desafiar poderosas fuerzas» dentro y fuera del país.
(Re)actívate en tu centro laboral, casa, barrio y con el mundo.
¡Hazlo común!
Intervención comunitaria en el Cerro: pintada y recogida de escombros por el #PRIMERODEMAYO
💙TENEMOS UN MUNDO QUE GANAR💙
#Cimarronas#TenemosUnMundoQueGanar#Feminismos#FeminismoSocialista#MartiresDeChicago
Proyecto Nuestra América Bufa Subversiva Revista Muchacha Revista Mujeres Cenesex La Tizza Tángana en el Trillo HorizontesBlog