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
Higher temperatures, more wet and dry extremes, and accelerating increase in mean sea levels are projected for Singapore and Southeast Asia by the end of the century. Details of Singapore’s Third National Climate Change Study (V3) at go.gov.sg/V3
The choices we make today will determine our future climate. We need every individual to care for the environment as a way of life, in order to build a liveable and #SustainableSG. Find out how you can make a difference at www.mse.gov.sg/policies/climate-change/climategamechanger
Year-end celebrations are different this year, but that doesn’t mean we can’t make this one as special as the last. Let’s make this season of giving an unforgettable and meaningful one, by caring for the environment, yourself and your loved ones. #SustainableSGhttps://go.gov.sg/nea-year-end-advisory-2020
🎶 Ooooo~ This is an S.O.S.! 🎶
Good deals may be tempting but just because it’s on discount doesn’t mean you have to buy it.
Reduce food wastage during the upcoming year-end festivities:
✅ Plan your meals and prep a shopping list
✅ Order only what you can finish
✅ Transform leftovers into new dishes
#SayYEStoWasteLess#SustainableSG
Happy International E-waste Day!
Your old electronics aren’t just clutter. They’re filled with critical raw materials that can power our green future. ♻️
Drop them off at an e-waste bin. Let’s keep those precious materials in the loop!
#RecycleRight#SustainableSG
Ready for Bloobin's eco-party? Let’s see if your paper items make the cut!
Learn more about what can or cannot be recycled at go.gov.sg/towards-zero-waste.
#RecycleRight#SustainableSG
Bloobin's throwing the hottest eco-bash in town. Are your plastic items on the guest list or blacklist?
When unsure, check go.gov.sg/towards-zero-waste.
#RecycleRight#SustainableSG
Serving your guests special cookies and drinks this festive period? Don’t forget those cookie and drink containers can be recycled. For drink containers, get rewarded when you bring them to the nearest ‘Recycle N Save’ Reverse Vending Machine! ☺
You may also choose the ‘no reward’ option – just like 1 in 5 people who recycle with us! Saving our environment for our future generations is the greatest reward. More information at https://recyclensave.sg
#RecycleRight#SustainableSG
Our actions today impact our world tomorrow, and it is up to us to make it a better one. Together, let’s work #TowardsZeroWaste and build a #SustainableSG.
If you’re still not sure how to start, check out the activities and challenges at www.gogreen.gov.sg/programmes/
Donate items in good condition to others who need them most. Your pre-loved treasures could be someone else's gift!
For suggestions on donation channels, visit go.gov.sg/donate-resale-repair-channels
#TowardsZeroWaste#SayYEStoWasteLess#SustainableSG