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
🇺🇿Biznes va tadbirkorlik oliy maktabining mutaxassisi xalqaro akkreditatsiya masalalari haqida so‘zlab berdi
✅ Axadjon Askarov, O‘zbekiston Vazirlar Mahkamasi huzuridagi Biznes va tadbirkorlik oliy maktabining akkreditatsiya masalalari bo‘yicha mutaxassisi, xalqaro tashkilotlar akkreditatsiyasini olish jarayonlari hamda ta’lim tizimidagi o‘zgarishlar haqida so‘zladi.
📎https://www.spot.uz/oz/2024/04/10/tadbirkorlik-oliy-maktabi/
#GraduateSchool#Accreditation#World#Ranking
Web-site | Telegram | Facebook | Instagram
@TopUsersBot
Qué puede hacer este bot?
¡Este bot contará los mensajes de grupo, creará clasificaciones y tablas de clasificación para grupos! Más mensajes significa más karma.
Idioma: Inglés
(visto en @BotsGram_cu)
#karma, #ranking, #ranking, #leaderboard
🇺🇿Biznes va tadbirkorlik oliy maktabiO‘zbekistonning TOP-20 “aql markazlari” reytingida
“Yuksalish” harakati tomonidan mamlakatimizda faoliyat yuritayotgan tahlil markazlarining yillik reytingi yangilandi.
Bu yilgi reyting tahlil markazlarining rasmiy veb-saytlari, ijtimoiy tarmoqlardagi faolligi, tadqiqotlari, tashqi manbalarda iqtibos keltirish darajasi hamda mustaqil ekspertlar baholari asosida shakllantirildi.
👉Batafsil
🇷🇺RU
🇬🇧ENG
#GSBE#GraduateSchool#YuksalishMovement#Ranking#TOP20
🔝Web-site |🔝Facebook | 🔝Instagram | 🔝Youtube
@GameOfThronesGameBot
Qué puede hacer este bot?
Viste Juego de Tronos? Entonces sabes exactamente cuál de los personajes está vivo y quién está muerto.
Idioma: Inglés
(visto en @BotsGram_cu)
#game, #world, #ranking, #series
@Axenia_Bot
Qué puede hacer este bot?
Este bot puede contar los puntos de karma en grupos. Escriba '+' para subir o '-' para reducir puntos al usuario que responde.
Idioma: Inglés, Ruso, Ucraniano, Uzbeco, Turco
(visto en @BotsGram_cu)
#karma, #ranking, #points, #toplist, #stats, #statistic, #inline, #levelup, #group, #top, #analytic, #statistics, #statistics, #member, #member, #groups, #activity