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
News: At last day of its mandate, #Tigray interim administration president meets #PM_Abiy to present annual report
On the last day of its mandate, President of the Tigray Interim Administration, Lt. Gen. #Tadesse Worede, met Prime Minister Abiy Ahmed this morning to present his annual report, according to a brief statement from the Prime Minister’s Office.
The statement shared by the PM Office said the meeting focused on receiving the report and discussing its findings, but did not disclose details of the content or outcomes of the discussion.
The meeting comes exactly one year after Lt. Gen. Tadesse was appointed on April 8, 2025, to lead the interim administration in the Tigray Region, replacing Getachew Reda. Prior to his appointment, Tadesse served as deputy president of the interim administration and head of its cabinet secretariat for peace and security.........
https://www.facebook.com/AddisstandardEng/posts/pfbid026T2zp6KVZ5rdVCzYZ2etaSMRY3C9WWRNS9efDwjLTJFpQoVASVTBXr7Xn4nfbWudl
#Ethiopia: Preparedness is vital’: #Tigray President warns against ‘living in defeat’ at Emperor Yohannes IV commemoration
During the 137th anniversary of the martyrdom of #Emperor_Yohannes IV, Lieutenant General #Tadesse Wereda, President of the Interim Administration of Tigray, delivered a sobering address, emphasizing that while peace remains the priority, the region must remain prepared for any eventuality.
The President acknowledged that this year’s remembrance comes at a precarious time. He described the current atmosphere not as one of comfort, but as one defined by "heavy political tension."
"We are carefully nurturing the relative peace we have in our hands," President Tadesse stated. "However, there are circumstances where forces beyond your capacity emerge, forcing you to make decisions you would not otherwise choose."
In a pointed message regarding the region's security & political stance, the President underscored that peaceful options must......
Read more: https://addisstandard.com/?p=55799
#Ethiopia: Interim President says dialogue under #Pretoria Agreement remains possible as #Tigray forces withdraw from Tselemti
Tigray advanced forces have withdrawn from #Tselemti in what the Tigray Interim Administration described as a confidence-building measure aimed at demonstrating readiness for dialogue and a peaceful resolution to the current tensions, Interim President Lt. General #Tadesse said.
“Our withdrawal shows clearly that we have no desire to return to war,” General Tadesse said, adding that “there is no question that can be answered by war, but by peace and negotiation.”
Speaking on Saturday to Tigrai Television, he stressed that the situation does not have to escalate into full-scale conflict, emphasizing that dialogue remains both possible and preferable.
The Interim President said Tigray’s core demands remain unchanged, centering on the return of internally displaced persons (#IDPs) and the restoration .....
Read more: https://addisstandard.com/?p=54888