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
Казахстанские олимпийцы 10 февраля: итог выступлений и результаты
Сборная Казахстана выступала на Олимпиаде‑2026 в Италии в пяти видах спорта. В лыжном спринте классическим стилем 7 казахстанцев не прошли квалификацию. В шорт‑треке на дистанциях 500 м и 1000 м Яна Хан, Ольга Тихонова и Денис Никиша завершили участие на предварительных этапах.
В фристайле‑могуле Павел Колмаков набрал 76,24 балла и занял 9‑е место после первой квалификации, выйдя в финал. Женские могулистки — Анастасия Городко (70,98, 12‑е место), Юлия Галышева (69,60, 14‑е) и Аяулым Амренова (63,50, 20‑е) — получили шанс в следующем раунде квалификации.
В фигурном катании среди мужчин Михаил Шайдоров в короткой программе набрал 92,94 балла (https://www.championat.com/figureskating/_otherfigureskating/tournament/1050/match/81074/#stats) и расположился в первой десятке.
Команда Казахстана завершила день без медалей, но с выходом одного спортсмена в финал и достойным выступлением в фигурном катании.
#stats
#TIL# I learned about this interesting concept called martingale.
> ... at a particular time, the conditional expectation of the next value in the sequence is equal to the present value, regardless of all prior values.
https://en.wikipedia.org/wiki/Martingale_(probability_theory)
The value transferred with the help of stablecoins in August exceeded $ 110 billion.
For four months in a row, the indicator renews its maximum, and a year ago it was five times less.
#stats