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
Saddam Hussein was captured on December 13, 2003, by U.S. forces near Tikrit, Iraq, ending his years in hiding after the 2003 Iraq invasion. His capture marked a significant moment in the Iraq War, leading to his trial and eventual execution for crimes against humanity. This event symbolized a major shift in Iraq’s political landscape. 🇮🇶⚖️
[Read more]
@googlefactss
#SaddamHussein#IraqWar#MilitaryHistory#USForces#MiddleEast
https://x.com/SavinoBalzano/status/1973326757093683604?t=NybvEnRnRCARSSU0GD8y8A&s=19
Quella di #TonyBlair è davvero la scelta peggiore che si potesse fare. Proporre che sia quest’uomo a guidare la transizione per #Gaza è quasi un’offesa, un insulto vero e proprio. Sembra quasi un tentativo di far saltare il banco.
Parliamo di chi da molti è considerato un criminale di guerra. Uno che nel 2002 promise a George W. Bush: «I will be with you, whatever». E lo fu, purtroppo lo fu davvero.
Persino in Inghilterra sono state riconosciute le sue gravi responsabilità. I familiari dei militari caduti in #Iraq non perdono occasione per ricordargliele.
Nel 2009 il governo britannico commissionò un’inchiesta, la cosiddetta Chilcot Inquiry (dal nome del presidente della commissione). Le conclusioni non lasciavano spazio all’immaginazione: #Blair, pur di ottenere l’intervento militare in Iraq, mentì al Parlamento e scelse deliberatamente di non percorrere vie diplomatiche che erano invece ancora possibili.
La guerra in Iraq, uno dei crimini più gravi della nostra storia recente, si fondò su una menzogna: l’esistenza di armi di distruzione di massa nelle mani di #SaddamHussein. La verità era ben diversa e riguardava gli interessi economici delle potenze coinvolte, in primo piano gli #StatiUniti, desiderosi di esercitare influenza nell’area e di mettere le mani sul petrolio di cui quelle terre erano ricche.
Inutile ricordare come quella guerra abbia causato circa un milione di morti e portato con sé crimini di inaudita gravità, basti pensare a ciò che avvenne nel carcere di #AbuGhraib. Per aver rivelato molti di quei crimini, Julian #Assange ha pagato un prezzo altissimo.
Chiediamo al mondo arabo di lasciarsi guidare per mano da uno dei suoi peggiori aguzzini. È una scelta che incarna al massimo grado l’arroganza occidentale, la nostra impunità e l’irresponsabilità delle élite che ci governano.
https://x.com/SavinoBalzano/status/1973326757093683604?t=NybvEnRnRCARSSU0GD8y8A&s=19
Quella di #TonyBlair è davvero la scelta peggiore che si potesse fare. Proporre che sia quest’uomo a guidare la transizione per #Gaza è quasi un’offesa, un insulto vero e proprio. Sembra quasi un tentativo di far saltare il banco.
Parliamo di chi da molti è considerato un criminale di guerra. Uno che nel 2002 promise a George W. Bush: «I will be with you, whatever». E lo fu, purtroppo lo fu davvero.
Persino in Inghilterra sono state riconosciute le sue gravi responsabilità. I familiari dei militari caduti in #Iraq non perdono occasione per ricordargliele.
Nel 2009 il governo britannico commissionò un’inchiesta, la cosiddetta Chilcot Inquiry (dal nome del presidente della commissione). Le conclusioni non lasciavano spazio all’immaginazione: #Blair, pur di ottenere l’intervento militare in Iraq, mentì al Parlamento e scelse deliberatamente di non percorrere vie diplomatiche che erano invece ancora possibili.
La guerra in Iraq, uno dei crimini più gravi della nostra storia recente, si fondò su una menzogna: l’esistenza di armi di distruzione di massa nelle mani di #SaddamHussein. La verità era ben diversa e riguardava gli interessi economici delle potenze coinvolte, in primo piano gli #StatiUniti, desiderosi di esercitare influenza nell’area e di mettere le mani sul petrolio di cui quelle terre erano ricche.
Inutile ricordare come quella guerra abbia causato circa un milione di morti e portato con sé crimini di inaudita gravità, basti pensare a ciò che avvenne nel carcere di #AbuGhraib. Per aver rivelato molti di quei crimini, Julian #Assange ha pagato un prezzo altissimo.
Chiediamo al mondo arabo di lasciarsi guidare per mano da uno dei suoi peggiori aguzzini. È una scelta che incarna al massimo grado l’arroganza occidentale, la nostra impunità e l’irresponsabilità delle élite che ci governano.