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
Премьер-министр Сербии Джуро Мацут сегодня провел переговоры с новым послом Украины в Белграде Александром Литвиненко
Глава правительства заявил, что Белград с особым вниманием следит за событиями на территории Украины и сложной гуманитарной ситуацией, касающейся гражданского населения.
«Сербия, в пределах своих возможностей, продолжит направлять гуманитарную помощь уязвимому населению в виде финансовых ресурсов, медицинского и электроэнергетического оборудования», – добавил Мацут.
Литвиненко поздравил премьер-министра с прошедшим Днём государственности страны и поблагодарил Сербию за все, что она сделала для украинского народа.
#Beograd#Srbija#Ukrajina
@NewsSerbia
Для Сербии приемлемо членство в Европейском союзе без права вето, заявил президент Александр Вучич в интервью немецкой газете Frankfurter Allgemeine Zeitung.
«Для нас наиболее важным аспектом является внутренний рынок, а также свободное перемещение товаров, людей и капитала. Это те основные ценности, которых мы хотим достичь, вступив в ЕС», – сказал Вучич.
Ранее то же самое заявил премьер-министр Албании Эди Рама. Европейский союз уже давно упоминает о возможности такого членства, при котором новые страны ЕС не будут обладать полными правами.
#Srbija#Vucic#EU
@NewsSerbia
Для Сербии приемлемо членство в Европейском союзе без права вето, заявил президент Александр Вучич в интервью немецкой газете Frankfurter Allgemeine Zeitung.
«Для нас наиболее важным аспектом является внутренний рынок, а также свободное перемещение товаров, людей и капитала. Это те основные ценности, которых мы хотим достичь, вступив в ЕС», – сказал Вучич.
Ранее то же самое заявил премьер-министр Албании Эди Рама. Европейский союз уже давно упоминает о возможности такого членства, при котором новые страны ЕС не будут обладать полными правами.
#Srbija#Vucic#EU
@NewsSerbia
Когда музыка объединяет страны🎶
Под Катюшу танцуют Сербия, Индия и Россия 🇷🇸🇮🇳🇷🇺
Кстати, а Вы знали, что песня «Катюша» переведена на 24 языка?🌍
⸻
When music unites nations 🎶
People from Serbia, India, and Russia are dancing to Katyusha 🇷🇸🇮🇳🇷🇺
By the way, did you know that this legendary song has been translated into 24 languages? 🌍
⸻
Када музика уједињује народе 🎶
Под Каћушом играју Србија, Индија и Русија 🇷🇸🇮🇳🇷🇺
Да ли сте знали да је ова легендарна песма преведена на 24 језика? 🌍
⸻
जब संगीत देशों को एकजुट करता है 🎶
कत्युषा की धुन पर सर्बिया, भारत और रूस के लोग नाच रहे हैं 🇷🇸🇮🇳🇷🇺
क्या आप जानते हैं कि यह प्रसिद्ध गीत 24 भाषाओं में अनुवादित किया गया है? 🌍
#диалогкультур2025#россия#сербия#индия#катюша#мосфильм#80летпобеды#digicultures#russia#serbia#India#Srbija#Rusija
Только живой звук и яркие эмоции!🔥
Захватывающий звук известной во всём мире студии звукозаписи на киностудии «Мосфильм» с уникальной акустикой.🎶
А ещё наше международное творческое русско-сербское трио.💃🚶♂️💃
Россия и Сербия — одна семья 🤗 Rusija i Srbija jedna Familija ❤️🙌
#диалогкультур2025#россия#сербия#семья#катюша#мосфильм#80летпобеды#digicultures#russia#family#serbia#Srbija#Rusija#Familija