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
Быть в тренде этой осенью — быть с Pelican:
🔹 адаптивный дизайн
🔹 природная и цифровая палитра оттенков
🔹 принты: #psychedelic эстетика + ИИ
Покупайте одежду и аксессуары в магазинах Pelican и на маркетплейсах:
Wildberries
Ozon
Детский мир
Lamoda
Спортмастер
Anime : Cyberpunk: Edgerunners & Kimi no Na wa & Kakegurui & Kiznaiver & Monogatari Series & Chainsaw Man & Rebuild of Evangelion & Call of the Night & Darling in the FranXX & Bladerunner "2049" & Oshi no Ko
Music : DEJA VU
#Amv
#Amv_Mix
#Mix
#Psychedelic
#AnimWorld
@Wall_Amv
Где-то Там — Дикий Альбом (Self-released, 2021)
#psychedelic#rock#Russia
Где-то Там — московский семейный тандем двух Саш, сочетающий в своём творчестве психоделический фолк 60-х годов с чукотским шаманским бубном вместо перкуссии и русскую традиционную музыку. Общее впечатление от их дебютного альбома, полностью записанного на аналоговом оборудовании, напоминает работы Жозефа ван Виссема и Джима Джармуша с голландским фольклором, выполненные для фильма «Выживут Только Любовники». Помимо музыки, Саша и Саша заваривают чай из самых разнообразных трав со всех уголков России в своей загородной мастерской «Где-то там».
Spotify | AppleMusic
Anime: 07-ghost, 5 Centimeters per Second, Akagami no Shirayukihime, Citrus, Darling in the Franxx, Death Parade, Bakemonogatari, Nekomonogatari (White), Koyomimonogatairi, Kizumonogatari, Free! Iwatobi Swim Club & Eternal Summer, Nagi No Asukara, Fate/stay Night: Unlimited Blade Works, Kobato, Mahou Tsukai No Yome, Shigatsu mo Kimi mo Uso, Hotarubi mo Mori e, Macross Frontier - Itsuwari No Utahime, Kyoukai no Kanata, Genius Party Beyond, The Garden of Words, Naruto, Koi wa Ameagari no You ni, Kimi no Na wa, Yuri on Ice, Ookami no Kudomo Ame to Yuki, Ef: A Tale of Memories, Hal: The Movie, Sakurako-san no Ashimoto ni wa Shitai ga Umatteiru, Casshern Sins, Me!Me!Me!, Mawaru Penguindrum, Koe no Katachi, Nerawareta Gakuen, Hyouka, Tokyo Ghoul, Devils Line, Sankarea, Valkyrie Drive: Mermaid, Uchiage Hanabi, The Place Promised in Our Early Days
Music: SOPHIE - Infatuation, Helios - First Dream Called Ocean
Awards: Лучшая романтика на AKROSS Con 2018
#Amv
#Amv_Mix
#Mix
#Romance
#Psychedelic
#AnimWorld
@Wall_Amv
Anime: Kizumonogatari, Yofukashi no Uta. Cyberpunk Edgerunners, Tokyo Ghoul, Chainsaw man, Arakawa Under the Bridge .
Music: Grant & Ellis - Dead Man Walking
Awards: 4-ое место в конкурсе Арам 2023
#Amv
#Amv_Mix
#Mix
#Psychedelic
#MEP
#AnimWorld
@Wall_AMV
Spires That In The Sunset Rise — Beasts In The Garden (Self-released, 2015)
#avantfolk#psychedelic#United_States
Седьмой альбом фри-фолк группы с американского среднего запада Spires That In The Sunset Rise. Опираясь на экспериментальную музыку и традиционную музыку разынх культур, они создали запоминающееся индивидуальное звучание. Beasts In The Garden был записан после долгих упражнений в импровизации с джазовыми музыкантами Чикаго, Милуоки и Мэдисона. Перед вами гипнотизирующий звуковой коллаж, выполненный из звуков голоса, флейты и саксфона. При оформлении обложки был использован французский гобелен конца 15 или начала 16 века, иллюстрирующий миф о Нарциссе.
Spotify | AppleMusic | Bandcamp
Anime: Kizumonogatari, Yofukashi no Uta. Cyberpunk Edgerunners, Tokyo Ghoul, Chainsaw man, Arakawa Under the Bridge .
Music: Grant & Ellis - Dead Man Walking
Awards: 4-ое место в конкурсе Арам 2023
#Amv
#Amv_Mix
#Mix
#Psychedelic
#MEP
#Full_HD
#AnimWorld
@Wall_AMV