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
#Rap#French
Manau le curé et les Loups
It speaks of a priest guarding a village against a wolf pack, the priest speaks of his regrets and the things he would have liked to do in his life.
In the end, as the sun clears the night, the villagers find the priest dead, killed by the wolves as he was protecting the village.
https://youtu.be/UEpzez_H2CI
#YouTube#Rap
🎞西方哲学家 VS 东方哲学家之 Rap Battle.mp4👈 点击观看
Ah, the ancient Chinese art of ... beatboxing ... 😂
四年前的作品,今天又看到了,看了好几遍 hhh。PS:这个系列的作品都非常有趣啊,除了这集外,这个 YouTube 频道还有 Bill Gates vs Steve Jobs、Ronald McDonald vs The Burger King、Rasputin vs Stalin……(最后那个一股浓浓的苏维埃气息 2333)推荐观看!
📮 Via channel: @realSpencerWoo
Channel: Best songs of 2023
Members: ~2.57K
💢 Username: @freemusic2023
Description:
Download best songs of 2020 - 2023, that popular in YouTube, tiktok, Instagram for free! 10 new songs every day!
🏷 Tags: #music
#music#music#pop#jazz#rap
https://lve.to/yyvrsu40hv
🎤🇿🇦Die Antwoord (Afrikaans for The Answer) is an iconic hip-hop group from Cape Town, South Africa, formed in 2008.
Members: Watkin Tudor “Ninja” Jones, Yolandi Fisser, and producer DJ Hi-Tek 🎧.
💿 In 2009, they released their debut album $O$, making it available for free online.
🎬 In 2015, they starred in the movie Chappie.
#SouthAfrica#Music#Hiphop#DieAntwoord#Rap#CapeTown#Chappie#Afrikaans#Album#Film
تو این اوضاع کنونی گفتم یه فری استایل لازمه که منتشر شه.کل کارش تو نیم ساعت جمع بندی شد و از نظر تکنیکی زیاد چنگی به دل نمیزنه ولی حرفایی توش زده شد که امیدوارم واسه همه مفید باشه♡
#کرونا#قرنطینه#ماهان_ایر#پرستار#ویروس#فری_استایل#رپ#اجرا#دکتر#وزارت_بهداشت#فرهنگ_سازی#رسانه_خودمونیم#هیپ_هاپ#ماسک#امید_هست#کارما#این_نیز_بگذرد
#rap#coronavirus#corona#coronaout#hiphop#raherap#doctor#freestyle#new#iran#china#karma#hiphopcolony
https://www.instagram.com/p/B9rqiwzB1Ix/?igshid=1rfjmjkdujcfc