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
🩺#Salud || La cartera de Estado se refirió a la existencia de un presunto acto de corrupción en una dirección de Otavalo, Imbabura.
Los detalles ⬇️
https://www.radiopichincha.com/ministerio-salud-denuncia-presunto-cobro-dinero-oficina-tecnica-otavalo/
#Salud
🇺🇸Dra. Lee Merritt. Médico. Cirujana de columna.
❶ Las infecciones humanas causadas por parásitos se cuentan por miles de millones siendo desde relativamente inocuas hasta mortales.
❷ Algunos piensan que los parásitos podrían ser la raíz de la mayoría de las enfermedades crónicas y también de muchas formas de las llamadas enfermedades mentales.
❸ Por desgracia las pruebas para detectarlos no suelen entrar en los protocolos médicos dictados por la mafia farmacéutica.
🔬Guia: Eliminar parasitos
📰 Noticia: Ejercito remanente
ℹ️ Fuente: Emilio Alcala
☢️ ÍNDICE TEMÁTICO DEL CANAL
A principios del siglo XX, los tampones medicados se empapaban en opio, belladona e Hipocíamo para aliviar el dolor menstrual. 3 drogas tremendamente fuertes.
Este ejemplar es del Pharmacy Museum en Nueva Orleans.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈
Este increíble hecho ocurrió en Perú 😨
Un adolescente de 17 años acudió al hospital quejándose de fuertes dolores abdominales acompañados de vómitos. Luego de los respectivos análisis los médicos quedaron sorprendidos al descubrir que la causa de sus malestares era una enorme bola de pelos de casi 4 kilos (un tricobezoar).
Los médicos realizaron la intervención quirúrgica de emergencia para extraer el amasijo de cabello. Afortunadamente la operación fue un éxito y pudieron salvarle la vida al jóven.
Pero, ¿cómo llegó todo ese cabello a su estómago?
La causa son dos trastornos: la tricotilomanía, que es la acción compulsiva de jalar el cabello y el vello corporal hasta arrancárselo, y la tricofagia, que es la ingesta compulsiva de cabello. Ambos trastornos están relacionados con altos niveles de ansiedad y el estrés.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈
Foto de una señora mayor con un cuerno cutáneo, los cuernos cutáneos son tumores cutáneos de queratina inusuales con la apariencia de cuernos, o a veces de madera o coral.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈
El humo del cigarrillo no es solo “humo”: es una mezcla de gases y partículas microscópicas. Cuando agitas la botella con agua, no desaparece… se queda atrapado en el líquido. Las sustancias del humo pasan al agua y ese color amarillo es alquitrán acumulado. Lo impactante es que eso mismo puede ocurrir en tus pulmones. No es magia… es química en acción.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈
La estimulación visual puede ser una manera eficaz de aliviar los ataques de ansiedad al alejar el enfoque de los pensamientos angustiosos y poner a tierra a una persona en el momento presente. Técnicas como ver imágenes calmantes (como escenas de la naturaleza o colores suaves), usar guías visuales de respiración o concentrarse en objetos especificos en el medio ambiente pueden activar la corteza visual y ayudar a reducir la sobreactividad en las áreas cerebrales asociadas con la ansiedad. Estos enfoques pueden interrumpir el ciclo de ansiedad, ralentizar las respuestas fisiológicas y fomentar una sensación de control y calma.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈
Foto de un esqueleto afectado por Fibrodisplasia Osificante Progresiva, una enfermedad rara que reemplaza tus músculos con huesos.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈
Hace poco más de dos siglos, muchas personas pensaban que las contracciones musculares intensas y la rigidez extrema eran señales de posesión demoníaca.
Hoy sabemos que el tétanos es una infección causada por la bacteria Clostridium tetani, que afecta directamente al sistema nervioso. Uno de sus signos más impactantes es el opistótonos, una postura en la que el cuerpo se arquea de forma involuntaria. La ciencia nos permitió dejar atrás el miedo y entender, con evidencia, lo que antes parecía inexplicable.
#salud
Síguenos para más curiosidades
👉@laneuronacuriosa👈