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
❓❓Sabías que...❓❓
✿✺✿✺✿✺✺✿✺✿✺✿✺✿✺✿
🤔La obediencia no siempre es sencilla. Puede requerir sacrificio🛠 personal, afrontar desafíos o ir en contra❌ de las normas sociales. La fe juega un papel crucial aquí, ya que la obediencia a menudo se mantiene incluso cuando el camino🛣 no es claro o los resultados no son inmediatamente evidentes.
❗️Si quieres conocer más quédese con nosotros...❗️
✿✺✿✺✿✺✺✿✺✿✺✿✺✿✺✿
#SabiasQue
Suscríbete👇👇👇
🔎@Escud_delasEscrituras📖
🔔"Activa notificaciones" para que no te pierdas nada👇👇👇
❓❓Sabías que...❓❓
✿✺✿✺✿✺✺✿✺✿✺✿✺✿✺✿
IDUMEA fue el nombre dado por los griegos y romanos a Edom, desde el siglo III a.C. (Mr.3.8) Este nombre es empleado por la versión de los LXX en la época grecorromana para traducir el nombre de la región de los idumeos, tierra situada al sur de Palestina y ocupada por este pueblo despues de la toma de Jerusalén por Nabucodonosor en el año 587 a.C
✿✺✿✺✿✺✺✿✺✿✺✿✺✿✺✿
#SabiasQue
Suscríbete👇👇👇
🔎@Escud_delasEscrituras📖
🔔Activa la campanita para que no te pierdas nada👇👇👇
#SabiasQue
Según las estadísticas los tramos más peligrosos en la Habana son los siguientes, ordenados por la cantidad de accidentes y lesionados.
1- La Vía Blanca, desde 10 de Octubre (Agua Dulce) hasta la Rotonda de Guanabacoa.
2- 5ta Avenida, desde el Túnel de Calzada hasta la calle 112.
3- Calle 100 desde 31 hasta Vento.
4- Calzada de Boyeros, desde Carlos III hasta la 26 (La Rotonda).
5- El Primer Anillo, desde la Carretera Central hasta la Calle 100.
Suscribete👇👇👇
🏢@La_Habana_desde_mi_movil📱
#SabiasQue
Se necesitan al menos 5kg de aceitunas para producir 1 litro de aceite de oliva extra virgen?
Por su parte, para producir esa misma cantidad de aceite se necesita la mitad (2.5kg) de semillas de girasol.😱😱😱
Suscribete👇👇👇
🏢@La_Habana_desde_mi_movil📱
#SabiasQue
Con un ancho máximo de 219 km, el Río de La Plata es considerado el río mas ancho del mundo.
No obstante, lo más curioso no es su anchura, sino todo lo que alberga en sus profundidades. En su interior hospeda aviones, barcos e incluso globos aerostáticos😱😱😱
Suscribete👇👇👇
🏢@La_Habana_desde_mi_movil📱
#SabiasQue
Mágicos océanos azules brillantes creados por miles de millones de organismos bioluminiscentes unicelulares microscópicos conocidos como destellos marinos (Noctiluca scintillans).
🧠@UnDatoViral
#SabiasQue
Las mujeres con un coeficiente intelectual más alto tienen más dificultades para encontrar pareja.
Las mujeres inteligentes prefieren permanecer solteras que estar con la persona equivocada.
🧠@UnDatoViral
#SabiasQue
Los Lampyridae son una familia de insectos del orden de los escarabajos Coleoptera con más de 2000 especies descritas. Son escarabajos de cuerpo blando a los que comúnmente se les llama luciérnagas o chinches relámpago.
🧠@UnDatoViral
#sabiasque#datosinteresantes
#datosquenosabias
#datosmedicos
#hematologia#urgencia#transfusion#hemoglobin
Aprende algo nuevo e interesante cada día en 100%Médico
👨⚕️👩⚕️
https://www.instagram.com/p/CUi6GB4MHkS/?utm_medium=share_sheet