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
https://www.instagram.com/p/B5IMD8WJsuI/?igshid=o0ie40hj5j79
•
https://www.facebook.com/864416113651534/posts/2533997853360010/?substory_index=0
•
Sobat Sehat, Badan Kesehatan Dunia atau WHO menetapkan Pekan Kesadaran Antibiotik Sedunia atau World Antibiotic Awareness Week (WAAW) diperingati pada bulan November setiap tahunnya. Tahun ini jatuh pada tanggal 18 – 24 November.
.
Pekan ini bertujuan untuk meningkatkan kesadaran dan pemahaman masyarakat akan bahaya kekebalan (resistensi) terhadap antimikroba yang kini telah menjadi permasalahan serius di seluruh dunia, termasuk di Indonesia. Khususnya untuk antibiotik, yang seringkali digunakan secara tidak tepat dan bijak, sehingga memicu terjadinya resistensi bakteri.
.
Lantas apa bahaya resistensi antimikroba tersebut dan cara menghindarinya? Upaya apa yang dilakukan Kemenkes dalam meningkatkan kesadaran masyarakat akan pentingnya penggunaan antibiotik secara bijak? Kebijakan dan regulasi apa yang diambil Kemenkes untuk mengendalikan resistensi antimikroba khususnya antibiotik?
.
Simak #Sehatwicara mengenai "Gunakan Antibiotik dengan Bijak" bersama Dita Novianti, S.A, S.Si, MM, Apt (Direktur Pelayanan Kefarmasian, Kementerian Kesehatan RI).
.
Dengarkan pada Jumat, 22 November 2019, pukul 09.00-10.00 WIB hanya di aplikasi Radio Kesehatan (dapat diunduh di Play Store) atau di radiokesehatan.kemkes.go.id
.
Kamu bisa bertanya seputar topik melalui WA 0811 874 1919 atau mention Twitter/Instagram di @radiokesehatan.
.
@Kemenkes_RI@radiokesehatan
.
GeMa CerMat (Gerakan Masyarakat Cerdas Menggunakan Obat), Kemenkes RI
Fanpage FB: Cerdas Gunakan Obat
Twitter & IG: Cerdas Gunakan Obat
Telegram: t.me/cerdasgunakanobat, t.me/diskusiobat
.
#SRK#RadioKesehatan#talkshow#talkshowradio#infosehat#pekanpeduliantibiotiksedunia#pekanpeduliantibiotik#antibiotik#obat#bijakantibiotik#resistensiantibiotik
#antimicrobialresistance
#antibioticresistance
#worldantibioticawarenessweek2019
#WAAW2019
#gemacermat
#cerdasgunakanobat
# #KemenkesRI