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
对标 ChatGPT 与 Gemini:苹果拟将 Siri 升级为公司首个系统级 AI 聊天机器人,全面融入 iPhone 与 Mac
苹果计划在今年晚些时候对 Siri 进行重大升级,将其改造为公司首个系统级 AI 聊天机器人。该聊天机器人内部代号为“Campos”,将深度植入 iPhone、iPad 和 Mac 各自系统中,并取代现有的 Siri 交互界面。 Campos 将具备更强的对话能力,支持连续、多轮交流,体验更接近 ChatGPT 或谷歌 Gemini。苹果还计划在今年 6 月的苹果全球开发者大会(WWDC)上亮相,并计划于 9 月随新系统发布。
标签:#apple#siri
Created by RocM
官方频道:@rocCHL
官方群组:@roctech
官方合作:@rocmmbot
报道:苹果的人工智能战略有望在2026年见效
苹果在 AI 领域采取更克制的投入策略,被认为可能因市场对巨额 AI 投资的热情降温而在 2026 年迎来转机。核心动作是将在 2026 年春发布全新改版的 Siri,并采用谷歌 Gemini,以降低自研大型模型的成本压力。凭借 iPhone 的生态与分发优势,加上领导层调整与组织重组,苹果被认为有机会在 AI 竞争中重新取得优势。
年复一年……
标签:#siri#apple
Created by RocM
官方频道:@rocCHL
官方群组:@roctech
官方合作:@rocmmbot