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
AFRIQUE | Un programme secret de stérilisation des femmes Africaines, mis en place par #BillGates, a été découvert. L'UNICEF, l'OMS et la Fondation Bill et Melinda Gates sont accusés d'avoir secrètement stérilisé des millions de femmes en #Afrique avec la complicité de médecins kenyans, après la découverte de médicaments abortifs dans un vaccin contre le tétanos.
Ce même Bill Gates est le financier du dangereux vaccin #RTS,S MOSQUIRIX de #GSK, avec des effets graves, notamment une mortalité élevée chez les filles.
Des moustiques OGM au Burkina Faso 🇧🇫, Djibouti, Kenya 🇰🇪, Ouganda 🇺🇬 etc… qui propagent le paludisme et la dengue.
⚠️Pourquoi les Africains devraient-ils continuer à faire confiance à des gens qui commettent des crimes de masse ?
Plus d’informations sur nos chaînes Telegram | https://t.me/egountchibehanzinTV
Pour les numéros français | https://t.me/egountchibehanzinTV
Russian Stock Market Opens Week with Moderate Decline
On April 29, the Moscow Exchange and RTS indexes fell 0.3%, reacting to the Central Bank of Russia’s cautious signals on monetary policy. Meanwhile, oil prices rose amid ongoing geopolitical tensions in the Middle East. Biggest losers included Group Pозитив (-2.2%), Yandex (-2.1%), and MMK (-1.8%). The official dollar rate stands at 75.53 rubles.
The market reflects both domestic and external challenges, showing investor caution.
#Russia#StockMarket#MoscowExchange#RTS#CentralBank
The main news of Russia and the world ishere.
Warcraft 3 получает новое дыхание с Lord of the Clans 🛠
У нас отличные новости для всех поклонников Warcraft 3 и стратегий в реальном времени. Энтузиасты из группы OutsiderXE не стали ждать, когда Blizzard что-то предпримет, и решили взять дело в свои руки. Они создали масштабную фанатскую кампанию для Warcraft 3 под названием Lord of the Clans.
🎮 Что внутри?
В кампании вас ждут 8 миссий и 67 дополнительных квестов, которые подарят вам около 9 часов игрового времени. Это не просто мод, а настоящая новая история, которую вы можете пережить, играя в классический Warcraft 3 или его ремастер Reforged.
📥 Как получить?
Все просто: переходите по ссылкам и скачивайте версию, которая вам нужна. Кампания доступна для Warcraft 3 Reforged здесь и для классической версии Warcraft 3 здесь. И самое крутое – это совершенно бесплатно!
🔍 Почему это важно?
В мире стратегий в реальном времени не так часто появляются новинки, и любая новость в этом жанре – уже повод для радости. А когда дело касается Warcraft, это вдвойне интересно. Энтузиасты подарили нам возможность вновь окунуться в любимую вселенную и пройти новый захватывающий сюжет.
Пора скачивать и начинать свое приключение! Расскажите в комментариях, как вам новая кампания и какие впечатления остались после игры.
#Warcraft3#LordOfTheClans#RTS#Игры#Warcraft#Геймеры#НовостиИгровогоМира