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
🛬Интерес к BTC в соцсетях на минимуме в 2025 году
🪂 Santiment зафиксировал снижение активности вокруг биткоина до минимального уровня года. Последний всплеск обсуждений был 19 января, перед инаугурацией Трампа, когда прогнозировали рост BTC до $110 000.
➖ В тот момент соцсети заполонили бычьи настроения, но крипта начала корректироваться после достижения $109 300.
➖ Аналитики напоминают: когда в соцсетях доминирует эйфория, часто следует откат. BTC уже прошел фазу коррекции, а теперь рынок может находиться на дне.
➖ WhaleMap считает, что ключевая поддержка находится на уровне $97 500, а сопротивление – $106 593. Если BTC приблизится к верхней границе, возможен новый сброс с целью фиксации прибыли.
#Биткоин#Santiment#Инвестиции
⚠️Aльткоины, 10x Research: средняя цена 115 крупнейших альткоинов упала на 50% по сравнению с максимумами этого года...
#Santiment указывает на перепроданность.
Так что, как минимум ожидается отскок.
#btc#altcoins#cripta
🚀 Ethereum and Chainlink Whales Accumulate Ahead of U.S. CPI Release
According to NS3.AI, recent data from Santiment reveals that Ethereum whale wallets have accumulated 500,000 ETH, valued at approximately $1.09 billion, just before the release of the U.S. Consumer Price Index (CPI). In a similar move, Chainlink whale wallets have added 1.89 million LINK, worth about $16.93 million. Meanwhile, Nansen data indicates that Uniswap whale wallets have reduced their holdings by 2.48% over the past week, equivalent to around 90,000 UNI, as traders brace for potential volatility in response to the upcoming inflation report.
#Ethereum#Chainlink#Whales#CPI#Uniswap#ETH#LINK#UNI#Inflation#Santiment#Nansen
🚀 XRP Whale Activity Increases as Token Trades Near $1.34
Two significant XRP whale groups have accumulated approximately 130 million XRP, with the token trading close to $1.34 and maintaining a relatively stable performance over the past 30 days. According to NS3.AI, data from Glassnode and Santiment indicates that short-term holders have decreased their exposure. Meanwhile, resistance is forming around the $1.38 mark in the current technical setup.
#XRP#WhaleActivity#CryptoTrading#Blockchain#Cryptocurrency#TokenAnalysis#MarketTrends#Glassnode#Santiment#PriceResistance