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
#Elezioni#Germania#Regionali#SchleswigHolstein
Secondo entrambi i due exit poll, i regionalisti che curano l'interessi della minoranza danese e frisone #SSW|G/EFA ha ottenuto il loro miglior risultato dal 1950 (6%).
@UltimoraPolitics
#Germania🇩🇪
#Parlamentari#Federali
Risultati preliminari.
Assegnazione dei seggi.
⬛️ L'Unione (#CDU/#CSU|EPP): 208*
🟦 Alternativa per la Germania (#AfD|ESN): 152
🟥 Partito Socialdemocratico di Germania (#SPD|S&D): 120
🟩 Alleanza 90/I Verdi (#Grüne|G/EFA): 85
🟪 La Sinistra (#Linke|LEFT): 64
🟦 Associazione degli Elettori del Sud Schleswig (#SSW|G/EFA): 1
* considerando separatamente i partiti, i risultati sarebbero così divisi:
⬛️ Unione Cristiano-Democratica di Germania (#CDU|EPP): 164
🟦 Unione Cristiano-Sociale in Baviera (#CSU|EPP): 44
N.B.: non vengono mostrate le variazioni dei seggi, in quanto con la recente rimodulazione della composizione del Bundestag (da 733 a 630 membri), il dato sarebbe fuorviante.
@TuttoElezioni
#Germania🇩🇪
#Parlamentari#Federali
Quinto exit poll di Infratest dimap.
Previsione sui seggi.
Emittente: Das Erste.
⬛️ L'Unione (#CDU/#CSU|EPP): 209
🟦 Alternativa per la Germania (#AfD|ESN): 149
🟥 Partito Socialdemocratico di Germania (#SPD|S&D): 119
🟩 Alleanza 90/I Verdi (#Grüne|G/EFA): 90
🟪 La Sinistra (#Linke|LEFT): 62
🟦 Associazione degli Elettori del Sud Schleswig (#SSW|G/EFA): 1
@TuttoElezioni
#Germania🇩🇪
#Parlamentari#Federali
Quarto exit poll di Infratest dimap.
Previsione sui seggi.
Emittente: Das Erste.
⬛️ L'Unione (#CDU/#CSU|EPP): 210
🟦 Alternativa per la Germania (#AfD|ESN): 147
🟥 Partito Socialdemocratico di Germania (#SPD|S&D): 118
🟩 Alleanza 90/I Verdi (#Grüne|G/EFA): 92
🟪 La Sinistra (#Linke|LEFT): 62
🟦 Associazione degli Elettori del Sud Schleswig (#SSW|G/EFA): 1
@TuttoElezioni
#Germania🇩🇪
#Parlamentari#Federali
Terzo exit poll di Infratest dimap.
Previsione sui seggi.
Emittente: Das Erste.
⬛️ L'Unione (#CDU/#CSU|EPP): 210
🟦 Alternativa per la Germania (#AfD|ESN): 145
🟥 Partito Socialdemocratico di Germania (#SPD|S&D): 118
🟩 Alleanza 90/I Verdi (#Grüne|G/EFA): 94
🟪 La Sinistra (#Linke|LEFT): 62
🟦 Associazione degli Elettori del Sud Schleswig (#SSW|G/EFA): 1
@TuttoElezioni
#Germania🇩🇪
#Parlamentari#Federali
Secondo exit poll di Infratest dimap.
Previsione sui seggi.
Emittente: Das Erste.
⬛️ L'Unione (#CDU/#CSU|EPP): 210
🟦 Alternativa per la Germania (#AfD|ESN): 143
🟥 Partito Socialdemocratico di Germania (#SPD|S&D): 117
🟩 Alleanza 90/I Verdi (#Grüne|G/EFA): 96
🟪 La Sinistra (#Linke|LEFT): 63
🟦 Associazione degli Elettori del Sud Schleswig (#SSW|G/EFA): 1
@TuttoElezioni
#Germania🇩🇪
#Parlamentari#Federali
Exit poll di Infratest dimap.
Previsione sui seggi.
Emittente: Das Erste.
⬛️ L'Unione (#CDU/#CSU|EPP): 211
🟦 Alternativa per la Germania (#AfD|ESN): 142
🟥 Partito Socialdemocratico di Germania (#SPD|S&D): 116
🟩 Alleanza 90/I Verdi (#Grüne|G/EFA): 98
🟪 La Sinistra (#Linke|LEFT): 62
🟦 Associazione degli Elettori del Sud Schleswig (#SSW|G/EFA): 1
@TuttoElezioni