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
Сегодня в галерее ГУМ Red line представляют «Абстрактное мышление»Александра Беридзе.
Выставка покажет новые работы художника из серии «Transpsychology» и работы серии «Reflection», принесшие художнику известность не только в художественных, но и в научных кругах, благодаря совместному труду с исследователем-менталистом Жан-Луи Трипоном.
Экспозиция визуализирует мыслительный процесс, который никогда не происходит в вербальной форме и потому может быть представлен как ассоциации различных цветов.
Вход свободный.
🗓️ 29 ноября - 23 февраля
⛳️ Красная площадь, 3, ГУМ,
1-я линия, 3-й этаж
#галереялично#lichnogallery
#гум#redline#александрберидзе
#абстрактное_мышление#анонс_лично
🚀 Trump Reaffirms Iran's Nuclear Ambitions as a Red Line
U.S. President Donald Trump reiterated his stance on Iran's nuclear ambitions, emphasizing it as a red line. According to BlockBeats, Trump stated that he received a comprehensive briefing from Vice President Vance, Special Envoy Whitcoff, and Kushner regarding the meeting in Islamabad. The discussions with Iran extended from early morning until late at night, lasting nearly 20 hours.
Trump expressed that while he could elaborate on the meeting's details and the numerous achievements, the critical issue remains Iran's unwillingness to abandon its nuclear ambitions. He noted that the consensus reached in many areas was preferable to continuing military actions until the end. However, he stressed that these agreements are insignificant compared to the risk of nuclear power being in the hands of unpredictable individuals.
Trump reiterated his long-standing position that Iran will never possess nuclear weapons, a stance he has maintained for many years.
#Trump#Iran#NuclearAmbitions#RedLine#USPolitics#InternationalRelations#Diplomacy#NuclearWeapons#MiddleEast
📚Jim Is Tired of Jo’burg… but Yekaterinburg isn’t tired of Jim!
Discover the Russian-language edition of the book by South African writer and former Ambassador to Russia, Mzuvukile Maqetuka 🇿🇦, at the annual international literary festival Krasnaya Strоka (Red Line, or Linea Rubra).
🎤Speakers (pictured):
— Dmitry Pobedash (left), translator of Jim Is Tired of Jo’burg
— Mikhail Brodsky, editor of the literary translation
💡 New to the book? Curious about literary translation? This is for you!
🎁 The most active guests can win a free copy.
🗓 Date: Saturday, August 23
📍 Time & place — coming soon
#Books#Festival#Yekaterinburg#SouthAfrica#Translation#LiteraryTranslation#RedLine#LineaRubra#Literature
📚Jim Is Tired of Jo’burg… but Yekaterinburg isn’t tired of Jim!
Join us for the presentation of the Russian-language edition of the novel by South African writer and former Ambassador of South Africa to Russia 🇿🇦 Mzuvukile Maqetuka, at the annual international book festival “Red Line” (a.k.a. Linea Rubra).
🎤 Speakers (in the photo):
— Dmitry Pobedash (left), translator of Jim Is Tired of Jo’burg
— Mikhail Brodsky, editor of the literary translation
💡 Haven’t read the book yet? Curious about the art of literary translation? This event is for you!
🎁 The most active guests will have a chance to win a free copy.
🗓 Date: Saturday, August 23, 5:00–5:45 PM
📍Historic Riverside Park (a.k.a. Plotinka, The Dam, Roots (Korni) Lecture Hall
📖 The translation project was initiated by Sergey Mazurkevich, Honorary Consul of South Africa in Yekaterinburg.
#Books#Literature#Festival#Yekaterinburg#SouthAfrica#Mazurkevich#Translation#LiteraryTranslation#RedLine#LineaRubra