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
#TAPSWAP VIDEO CODE !!!
Task: Full-Time Students
Ans: 54z1s
Task: Remote Jobs
Ans: zkorac
Task: Earn Big In Crypto | Part 1
Ans: Q82V%
Task: Get Funding With No Cash Upfront
Ans: zksha
Task: Starting From Zero
Ans : honeym
Task : Earn Big In Crypto | Part 2
Ans: 9Q3#G
Task : Side Hustles For Rural Towns
Ans: e8pap
Task : Earn Big In Crypto | Part 3
Ans : X5OUT
Task: Fake Paparazzi
Ans: startn
Task: Personalized Gift Business
Ans: laser
Task: One Person Business
Ans: build
Task: Earn Up To $5,000 As A Crypto Ambassador | Part 1
Ans: 5HD*2
Task: Quit Your 9-5 Job
Ans: strategy
Task: Antique Furniture For Profit
Ans: antique
Task: Win An IPhone & Up To 30,000 USDT
Ans: 9E6R&
Task: Earn Up To $5,000 As A Crypto Ambassador | Part 2
Ans: E4$&3
Task: Shopify Dropshipping Store
Ans: shopify
Task: Game Playtesting
Ans: g8wqa
Task: Gaming Into Cash
Ans: l4le1t
#Tapswap Cinema Codes 27 January 🗓️
☑️Which Crypto Platforms
→2nez
☑️Turn Your Space Into Cash
→cah5
☑️Top Crypto Exchanges
→qhto
☑️stop being broke!
→vtaz
☑️franchise business
→em74
☑️monetize your hobby
→svth
☑️easy money using your car
→q4vd
☑️tapswap update
→waze
☑️make money fast
→sacz
LIKE, FOLLOW AND RETWEET
Join Tapswap 👉https://t.me/tapswap_mirror_1_bot?start=r_452308012