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
#Xurshida_Hasanova
Tafakkur yo’li bizni birlashtirsin!
#QADAM
“Qadam” ko’rsatuvida…
Ta’lim, Tarbiya, İqtisodiyot, Madaniyat, Tibbiyot, Tadbirkorlik, Salohiyat, HARAKAT va NATIJA …
İnson manfaati— islohotlar markazida!
Telegram
#Xurshida_Hasanova
Tafakkur yo’li bizni birlashtirsin!
Har ish qadamdan boshlanadi!
#Qadam#Jizzax
— Noto‘g‘ri joyga tushib qolsang, kimsan, qiymating qancha — hech kim bilmaydi!
— Qiymatingni bilmaganlar orasida qolma!
Qiymatingni bilmaganlar orasida yurma!
— Qiymatingni bilganlar bilan bo‘l!
Chunki, o‘sha yerda qadr topasan!
Telegram
👏 QADAM – шаг к успеху
Учебный центр QADAM, открытый при поддержке ERG, предоставляет бесплатные курсы для многодетных женщин, жен сотрудников ERG и их детей, чтобы дать им шанс развивать свои навыки и строить успешное будущее.
Хромтау — первый моногород и первый опыт команды работы в регионе.
🗣На сегодня центробучил 225 человек. 68% обучившихся трудоустроены или самозаняты. Есть успешные кейсы по открытию собственного дела, такие как химчистка, швейная мастерская, фото/видео услуги.
📱ERG Kazakhstan
#QADAM#Хромтау#ERG#Образование
“Ustoz – komillikka eltuvchi nur!”
“Ustoz” loyihasining navbatdagi mehmoni Alisher Navoiy nomidagi Toshkent davlat oʻzbek tili va adabiyoti universiteti rektori, OʻzFA akademigi Shuhrat Sirojiddinov.
__
«Наставник– это свет, направляющий нас к совершенству!»
Очередной гость проекта «Устоз» – Шухрат Сироджиддинов, ректор Ташкентского государственного университета узбекского языка и литературы имени Алишера Навои, академик АН РУз.
#ustoz#qadam#menustozman#mulohaza
#Xurshida_Hasanova
Tafakkur yo’li bizni birlashtirsin!
Qadam… Yangi qarash… Yangi manzillar…Yangilanish va rivojlanish, islohotlar, Tarix, Bugun — Hududlarimiz bo‘ylab — “Qadam” loyihasi…
“Inson manfaati – islohotlar markazida”!
#Qadam
#Samarqand
#Ishtixon
Telegram
#Xurshida_Hasanova
Tafakkur yo’li bizni birlashtirsin!
Yangi loyiha… Yangi qarash… Yangi manzillar…Yangilanish va rivojlanish, islohotlar Hududlarimiz bo‘ylab — “Qadam” loyihasi…
Qadamimiz qutlug‘ bo‘lsin!
“Inson manfaati – islohotlar markazida”!
#Qadam
#Samarqand
#Narpay
#tez_kunda…
Telegram
#Xurshida_Hasanova
Tafakkur yo’li bizni birlashtirsin!
#QADAM
#Toshkent
#Samarqand
#Jizzax
#Yangi_loyiha
“Qadam” ko’rsatuvida…
Ta’lim, Tarbiya, İqtisodiyot, Madaniyat, Tibbiyot, Tadbirkorlik, Salohiyat, HARAKAT va NATIJA …
İnson manfaati— islohotlar markazida!
Telegram