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
📢 The Weekly Wrap – 22 November 2024
1️⃣ PSA: #SGBudget2024 December Benefits Are On The Way! 📢📢📢
We are nearing the end of the year - check out what you’re eligible for under #SGBudget2024 in December – Assurance Package Cash, MediSave Bonus, Retirement Savings Bonus!
🔗 Check your eligibility at govbenefits.gov.sg
2️⃣PAU-liament Round-up! 🎥🎥🎥
Want to stay informed on the latest discussions in Parliament but short on time? We’ve got the solution!
Catch up on the latest updates with the PAU-liament round-up! https://www.instagram.com/reel/DCnoWa_NZef/?igsh=MXV2OXpldnY5Z3hqbw==
3️⃣The Landlady Singer Returns! 🎶🎶🎶
Get ready to be entertained! ‘The Landlady Singer Returns’ brings laughter, music and heart to you every Tuesday at 8pm on Channel 8.
You can also catch the first 4 episodes at go.gov.sg/thelandladysingerreturns
The CPF Special Account will be closed for members aged 55 and above in early 2025. What can you do to continue earning higher long-term interest rate? Find out ⬆️#SGBudget2024
Infographic: MOM with CPF Board
#SGBudget2024 Enjoy energy savings and lower utility bills! Claim your vouchers from 15 Apr 2024. As part of the enhanced Climate-Friendly Households Programme, the vouchers can be used to purchase 10 types of energy- and water-efficient household products. More info at go.gov.sg/climatevouchers
#SGBudget2024 To support businesses to build competencies in waste management, we have partnered training providers to introduce the course. This can help to improve resource efficiency, lower costs, and enhance corporate social responsibility. More info at go.gov.sg/zero-waste-manager-course
#SGBudget2024 From 1 Jan 2026, paints sold in Singapore intended for application on the interior of buildings will be required to have no formaldehyde. Minimising formaldehyde improves indoor air quality and is part of our ongoing efforts to safeguard public health. More info at www.nea.gov.sg/year-of-public-hygiene
📢 Exciting news from #SGBudget2024: Together with MOE, SkillsFuture Singapore is stepping up support for mid-career Singaporeans with the new SkillsFuture Level-Up Programme 🚀
Discover how you can reskill and upskill to stay relevant in this changing economy.
For more information, check out
go.gov.sg/Budget24-SFLPTG🔍
#SGBudget2024 Look forward to more food options at new hawker centres opening soon at Anchorvale Village, Punggol Coast and Woodleigh Village! More info at go.gov.sg/nea-cos-2024#OurHawkerCentres
#ICYMI DPM and Finance Minister Lawrence Wong delivered the #SGBudget2024 which introduced new measures to safeguard Singapore’s peace and security. This includes establishing a new National Cybersecurity Command Centre and Future Energy Fund.
Find out more ⬆️ or visit www.singaporebudget.gov.sg.
Infographics: MOF
#ICYMI#SGBudget2024The Government will strengthen support for seniors and their retirement needs. This includes boosting the Mahjulah Package, raising the CPF Enhanced Retirement Sum and enhancing the Age Well SG programme.
Full details ⬆️ or visit www.singaporebudget.gov.sg.
Infographics: MOF