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
"In seguito allo spiacevole episodio che il giorno 29 marzo, #DomenicadellePalme, ha coinvolto il Cardinale Pierbattista Pizzaballa, OFM, Patriarca di Gerusalemme dei Latini, e padre Francesco Ielpo, OFM, Custode di Terra Santa, ai quali la polizia israeliana ha impedito l’accesso alla basilica del #SantoSepolcro a #Gerusalemme, il Cardinale Pietro Parolin, Segretario di Stato, accompagnato da mons. Paul R. Gallagher, Segretario per i Rapporti con gli Stati e le Organizzazioni Internazionali, ha incontrato Yaron Sideman, Ambasciatore dello Stato di Israele presso la Santa Sede".
Lo si apprende da un comunicato diffuso a tarda sera dalla Sala Stampa vaticana. "Durante la conversazione - si precisa nel comunicato-, si è espresso rammarico per l’accaduto, in merito al quale sono stati offerti chiarimenti, e si è preso atto dell’intesa raggiunta tra il Patriarcato Latino di Gerusalemme e le Autorità locali circa la partecipazione alle liturgie del Triduo Santo presso la basilica del Santo Sepolcro a Gerusalemme".
"Il Patriarcato latino di #Gerusalemme e la Custodia di Terra Santa confermano che le questioni relative alla #SettimanaSanta e alle celebrazioni pasquali presso la basilica del #SantoSepolcro sono state affrontate e risolte in coordinamento con le autorità competenti. In accordo con la Polizia israeliana, è stato garantito l'accesso ai rappresentanti delle Chiese al fine di celebrare le liturgie e le cerimonie e preservare le antiche tradizioni pasquali presso la basilica del Santo Sepolcro".
Lo si apprende da un comunicato diffuso in queste ore dal Patriarcato latino di Gerusalemme, che precisa: "Naturalmente, e alla luce dell'attuale stato di #guerra, le restrizioni vigenti sugli assembramenti pubblici restano per il momento in vigore. Di conseguenza, le Chiese garantiranno che le liturgie e le preghiere vengano trasmesse in diretta ai fedeli in Terra Santa e in tutto il mondo".
"Esprimiamo la nostra sincera gratitudine a Isaac Herzog, Presidente dello Stato di #Israele, per la sua pronta attenzione e il suo prezioso intervento. Estendiamo inoltre il nostro apprezzamento ai Capi di Stato e ai funzionari che hanno agito tempestivamente per comunicare le loro ferme posizioni, molti dei quali ci hanno contattato personalmente per esprimere la loro vicinanza e il loro sostegno - si legge ancora nel comunicato -. Desideriamo sottolineare che la fede religiosa costituisce un valore umano supremo, condiviso da tutte le religioni: ebrei, cristiani, musulmani, drusi e altri. Soprattutto in tempi di difficoltà e conflitto, come quelli che stiamo vivendo, salvaguardare la libertà di culto rimane un dovere fondamentale e condiviso".
"Ci auguriamo che si continuino a trovare soluzioni adeguate che consentano di pregare nei luoghi di culto, in particolare nei Luoghi Santi di tutte le religioni, nel rispetto sia delle legittime esigenze di sicurezza sia delle osservanze e preghiere religiose di profonda importanza per centinaia di milioni di fedeli. La Chiesa mantiene un dialogo costante con le autorità, inclusa la polizia israeliana. Preghiamo e speriamo nella fine della tragica guerra che affligge la regione, consapevoli delle gravi conseguenze che essa ha su tutti", prosegue il comunicato, che così si conclude: "Il Patriarcato latino di Gerusalemme e la Custodia di Terra Santa ribadiscono il loro impegno per il dialogo, il rispetto reciproco e la preservazione dello status quo".