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
#SpringerNature#Springerlink#вебинар
Вебинар от издательства Springer Nature о платформе Springerlink
Издательство Springer Nature приглашает пользователей на вебинар, посвящённый платформе Springerlink.
Дарья Савельева, представитель Springer Nature, расскажет об эффективном использовании инструментов платформы для поиска и работы с онлайн-ресурсами издательства. В ходе вебинара будет затронут вопрос про обновление интерфейса платформы Springerlink.
Вебинар состоится 8 февраля в 10:00 (время московское).
Информация о вебинаре и ссылка для регистрации опубликованы в разделе Вебинары нашего сайта.
Work illustrations by Storyset
Семинар Springer Nature 🔔
28 сентября состоялся семинар для сотрудников Государственной публичной научно-технической библиотеки России и их коллег. Команда 100К20 рассказала о возможностях ресурсов Springer Nature, а также о публикациях в международных журналах.
В ходе семинара была продемонстрирована практическая часть по работе с платформой Springerlink, на которой были разобраны наглядные примеры. На семинаре также были представлены полезные ресурсы и инструменты как для библиотекарей, так и для исследователей и авторов.
Напоминаем, что Springer Nature является одним из крупнейших в мире издателей научных журналов и книг по различным областям исследований, чьи ресурсы доступны российским организациям в рамках национальной подписки.
#семинар#библиотека#SpringerNature#электронныересурсы
#SpringerNature#инструментыдляавторов#публикация
Издательство Springer Nature анонсировало запуск нового сервис-помощника Curie на базе искусственного интеллекта, который поможет исследователям улучшить качество научных текстов на английском языке.
Curie доступен для всех авторов при подготовке статей к публикации в журналах Springer Nature и особенно будет полезен тем, для кого английский язык не является родным.
Веб-сервис сочетает в себе возможности больших языковых моделей (LLM) со специализированным цифровым редактированием, предназначенным специально для академического письма.
Подробная информация опубликована на нашем сайте в разделе Новости.
Worker illustrations by Storyset
#SpringerNature#InReview#инструментыдляавторов
#публикация
Издательство Springer Nature сообщает, что более 1000 журналов, включая серию журналов открытого доступа Discover Journals, интегрированы с сервисом препринтов «In Review».
In Review разработан компанией Research Square в сотрудничестве со Springer Nature и входит в портфолио издательских услуг Springer Nature с октября 2018 г.
Сервис «In Review» позволяет обмениваться информацией, а также делает процессы подачи рукописей и рецензирования статей более прозрачными для авторов. Авторы, использующие данный сервис, могут ссылаться на свою работу и делиться ею, пока она находится на стадии рецензирования, а также получать обновления в режиме реального времени о статусе рецензирования.
Springer Nature также сообщает, что до конца года ещё более 100 журналов будут интегрированы с «In Review».
Подробнее о сервисе «In Review» можно узнать на сайте Springer Nature.
Data illustrations by Storyset
Предлагаем ознакомиться с графиком вебинаров от ведущих международных издательств на ближайшую неделю:
📅25 октября 2023 в 11:00 и 21:00 (мск)
✅CAS | Вероятностные модели и их применение
Регистрация доступна по ссылке.
📅26 октября 2023 в 17:00 (мск)
✅Questel | Продвинутый тренинг по Orbit Intelligence
Регистрация доступна по ссылке.
📅26 октября 2023 в 18:00 (мск)
✅Springer Nature | Редактирование статьи онлайн
Регистрация доступна по ссылке.
#вебинар#исследования#электронныересурсы#наука#библиотека#публикации#CAS#Questel#SpringerNature
Предлагаем ознакомиться с графиком вебинаров от ведущих международных издательств на этой неделе:
✅Springer Nature | Публикация в международном издательстве
📅 15 августа 2023 в 12:00 (мск)
Регистрация доступна по ссылке.
✅World Scientific | Исследования в области Математических наук в World Scientific
📅16 августа 2023 в 11:00 (мск)
Регистрация доступна по ссылке.
✅SAE International | Вебинар-интервью от SAE International
📅16 августа 2023 в 18:00 (мск)
Регистрация доступна по ссылке.
✅AMS | Работа на платформе MathSciNet
📅17 августа 2023 в 12:00 (мск)
Регистрация доступна по ссылке.
#вебинар#исследования#цитирования#электронныересурсы#наука#библиотека#публикации#SpringerNature#WorldScientific#SAEInternational#AMS