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
Greetings from Vlad Ten!
🚀 Introducing Vlad Ten, Software Engineer and Ex-Microsoft professional, who will be delivering a session on "Efficient Caching for Developers: Understanding and Implementing LRU" at the Microsoft Community Conference 2024.
🔍 What to Expect:
✅ A deep dive into Least Recently Used (LRU) caching and its importance for optimizing application performance.
✅ Practical guidance on implementing LRU caching in real-world scenarios.
✅ Best practices for managing caching effectively to improve efficiency and scalability.
📅 Date: November 30, 2024
📍 Location: Al-Khorazmi School, Tashkent
👉 Register now: https://mdcuzbekistan.com/register
#MDCConf2024#CachingStrategies#SoftwareEngineering#Speaker
@mdcuzbekistan
#Job#Vacancy#AI#ML#SoftwareEngineering#Remote#CAD#LLM#RAG#Python
Middle / Senior AI Engineer (AI/ML & Software Development)
📍 Remote (вне РФ, РБ) | Full-time, long-term
💵Salary range: middle 50k-55k Евро брутто, senior обсуждаемо
💼 Компания: BIT (Bergmann Infotech GmbH)
📩 Контакты: @olgaheinzel
Полное описание вакансии уточните в лс
О нас: Мы автоматизируем строительные процессы (ConTech) и механоинжиниринг с помощью AI. Уже 7+ лет наши SCRUM-команды создают решения для лидеров Западной Европы. Сейчас строим SaaS нового поколения для CAD-индустрии с использованием LLMs, RAG и агентных workflow.
Что делать:
📍Разработка десктопных AI-приложений (Python, PyQt/PySide).
📍Интеграция LLM, RAG и агентов в пользовательские workflow.
📍Создание AI пайплайнов: сбор/подготовка данных, embeddings, fine-tuning, деплой.
📍Совместная работа с продуктовой и dev-командой.
Требования:
📍4+ лет опыта в software dev + AI/ML.
📍Python, архитектурные паттерны (SOLID, Clean architecture), ORM (SQLAlchemy+Alembic), базы данных.
📍Опыт с LLMs, RAG, агентами, IR-метриками.
📍Отличные софт-скиллы.
Плюсом будет: опыт с CAD, CI/CD, vector DB (Qdrant, FAISS), Azure.
Что предлагаем:
• Remote
• Agile-команда, рост вместе с компанией.
• Ownership, гибкий график, обучение.
Процесс найма: HR → тестовое/тех. интервью → CEO/Product Owner → оффер.
Dasturlashga qo'l urgan, lekin nimadan boshlashni bilmaydiganlar uchun 3-5 yillik plan:
— Nerd rejimiga o'ting: kuniga kamida 6 soat dasturlash bilan band bo'ling
— Computer Science mavzularini chuqur o'rganing
— Muntazam algoritmik masalalarni yeching (codewars, leetcode, va hokazo)
— Bitta dasturlash tilini mukammal o'rganing
— Web, mobil, yoki desktop development uchun kerak bo'lgan texnologiyalarni o'rganing
— O’zingizni pet proyektlaringizni yarating
— Har kuni ko'p kod yozing
— Tez-tez interview qiling (ishingiz bo'lsa ham)
— Vaqtida uxlang, ovqatlaning, va sport bilan shug'ullaning
Qolgani (ish, daromad, va xurmat) o'zi keladi. Natija darxol ko'rinmaydi, lekin albatta keladi - haqiqiy yutuqlar vaqt talab qiladi.
Jarayondan zavq oling!
#Coding#ComputerScience#CS#ProblemSolving#Dasturlash#Programming#SoftwareEngineering#IT