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
«A fin de poder garantizar la seguridad
y mantener la estabilidad,
de forma inmediata,
la República
se convierte en el primer Imperio (Galáctico),
para preservar el orden
y la seguridad de la sociedad.»
Darth Sidious, #StarWars:
La venganza de los Sith
WookieeNews - «A fin de poder garantizar la seguridad y... | Facebook
https://www.facebook.com/WookieeNews/posts/a-fin-de-poder-garantizar-la-seguridad-y-mantener-la-estabilidad-de-forma-inmedi/5204325709676648/
🤩LEGO Adult 18+ #starwars
Всем кидалтам привет!
Потому что только у взрослого фаната теоретически найдется $999 на эту игрушку LEGO
⭐️Набор LEGO Star Wars «Звезда Смерти» – серия Ultimate Collector
(#75419) состоит из 9 023 деталей по стоит $999.99, что делает его самым дорогим набором LEGO на сегодняшний день.
В готовом виде боевая космическая станция представлена в поперечном сечении.
⭐️Можно собрать все культовые локации из оригинальной трилогии: мусорный отсек, сет из битвы Дарта Вейдера с Оби-Ваном, тронный зал Императора.
В набор входят 38 минифигурок — Люк, Лея, Хан, Дарт Вейдер, Император, дроиды, штурмовики и другие персонажи.
Бонусом при покупке дарят истребитель TIE с имперским ангаром.
С 1 октября набор смогут купить участники клуба LEGO Insiders, а с 4 октября - все.
Кстати, у коллекционного набора маркировка 18+.
An in-depth look at the #StarWars fan base:
- 37% are female
- 91% use a device to play games
- 44% use #SocialMedia to research products online
🚀@PerspectiveIX
Are you a Star Wars fan?
👍 Yes
👎 No
STAR WARS: KOTOR II
🆕Орден джедаевуничтожен, и единственная надежда Республики — вы, одинокий джедай, потерявший связь с Силой. Именно вам придется принять судьбоносное для галактики решение: идти по пути света или погрузиться во тьму.
⚙️Полная купленная версия (1390₽). Кэш встроен в установщик.
#STARWARS@pm_plus#Приключения
#Приключения@pm_plus
📱Play Market +
⚡️ НАШ ЧАТ
STAR WARS: KOTOR II
🆕Орден джедаевуничтожен, и единственная надежда Республики — вы, одинокий джедай, потерявший связь с Силой. Именно вам придется принять судьбоносное для галактики решение: идти по пути света или погрузиться во тьму.
⚙️Полная купленная версия (1390₽). Кэш встроен в установщик.
#STARWARS@pm_plus#Приключения
#Приключения@pm_plus
📱Play Market +
⚡️ НАШ ЧАТ