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
STRASBOURG
ℹ️Conférence « DONBASS, 10 ans de guerre »
🗓️25 juin 2023
🕕18h
organisée par Cercle Mercure
Animée par Anna Novikova
Suivie par un film en avant-première
« Marioupol connexion » (sous-titré en français)
Plus d’infos/[email protected]
#donbass#sosdonbass#conference#strasbourg
France Ligue 1🇫🇷
2026-05-13 17:00 UTC
Stade Brestois 29 vs. Strasbourg
Predicted outcome: Strasbourg✅
Predicted score: 2:3
Actual: Strasbourg 1:2
#StadeBrestois29#Strasbourg
2026-05-13 19:00 UTC
Lens vs. Paris Saint Germain
Predicted outcome: Paris Saint Germain✅
Predicted score: 1:2
Actual: Paris Saint Germain 0:2
#Lens#PSG
#Football#FranceLigue1
France Ligue 1🇫🇷
2026-04-19 13:00 UTC
Monaco vs. Auxerre
Predicted outcome: Monaco❌
Predicted score: 2:1
Actual: Draw 2:2
#Monaco#Auxerre
2026-04-19 15:15 UTC
Nantes vs. Stade Brestois 29
Predicted outcome: Draw✅
Predicted score: 1:1
Actual: Draw 1:1
#Nantes#StadeBrestois29
2026-04-19 15:15 UTC
Strasbourg vs. Rennes
Predicted outcome: Draw❌
Predicted score: 2:2
Actual: Rennes 0:3
#Strasbourg#Rennes
2026-04-19 15:15 UTC
Metz vs. Paris FC
Predicted outcome: Draw❌
Predicted score: 1:1
Actual: Paris FC 1:3
#Metz#ParisFC
2026-04-19 18:45 UTC
Paris Saint Germain vs. Lyon
Predicted outcome: Paris Saint Germain❌
Predicted score: 2:1
Actual: Lyon 1:2
#PSG#Lyon
#Football#FranceLigue1
France Ligue 1🇫🇷
2026-05-03 13:00 UTC
Lille vs. Le Havre
Predicted outcome: Lille❌
Predicted score: 1:0
Actual: Draw 1:1
#Lille#LEHavre
2026-05-03 15:15 UTC
Strasbourg vs. Toulouse
Predicted outcome: Strasbourg❌
Predicted score: 2:1
Actual: Toulouse 1:2
#Strasbourg#Toulouse
2026-05-03 15:15 UTC
Auxerre vs. Angers
Predicted outcome: Auxerre✅
Predicted score: 2:1
Actual: Auxerre 3:1
#Auxerre#Angers
2026-05-03 15:15 UTC
Paris FC vs. Stade Brestois 29
Predicted outcome: Paris FC✅
Predicted score: 2:1
Actual: Paris FC 4:0
#ParisFC#StadeBrestois29
2026-05-03 18:45 UTC
Lyon vs. Rennes
Predicted outcome: Lyon✅
Predicted score: 3:2
Actual: Lyon 4:2
#Lyon#Rennes
#Football#FranceLigue1
France Ligue 1🇫🇷
2026-05-10 19:00 UTC
Angers vs. Strasbourg
Predicted outcome: Strasbourg❌
Predicted score: 1:2
Actual: Draw 1:1
#Angers#Strasbourg
2026-05-10 19:00 UTC
Paris Saint Germain vs. Stade Brestois 29
Predicted outcome: Paris Saint Germain✅
Predicted score: 3:1
Actual: Paris Saint Germain 1:0
#PSG#StadeBrestois29
2026-05-10 19:00 UTC
Monaco vs. Lille
Predicted outcome: Lille✅
Predicted score: 1:2
Actual: Lille 0:1
#Monaco#Lille
2026-05-10 19:00 UTC
Rennes vs. Paris FC
Predicted outcome: Rennes✅
Predicted score: 2:1
Actual: Rennes 2:1
#Rennes#ParisFC
2026-05-10 19:00 UTC
Toulouse vs. Lyon
Predicted outcome: Lyon❌
Predicted score: 1:2
Actual: Toulouse 2:1
#Toulouse#Lyon
2026-05-10 19:00 UTC
Auxerre vs. Nice
Predicted outcome: Auxerre✅
Predicted score: 2:1
Actual: Auxerre 2:1
#Auxerre#Nice
2026-05-10 19:00 UTC
Le Havre vs. Marseille
Predicted outcome: Le Havre❌
Predicted score: 2:1
Actual: Marseille 0:1
#LEHavre#Marseille
2026-05-10 19:00 UTC
Metz vs. Lorient
Predicted outcome: Lorient✅
Predicted score: 1:2
Actual: Lorient 0:4
#Metz#Lorient
#Football#FranceLigue1