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
📝Welche Sprache spricht man in Tatarstan?📝
Sprachsituation in der Region
Nach der Geschichte über Kritik an Reden von Abgeordneten auf Russisch im Tatarstan-Staatrat sind Argumente über die angebliche „Verdrängung" der Staatssprache in der Republik wieder aufgetaucht. Aber wenn wir die Emotionen beiseite lassen, sieht das Bild anders aus.
🔻Was sagen die Zahlen?
▪️Laut Volkszählung 2020-2021 sank die Zahl der Tatarischsprecher um über 1 Million in 11 Jahren, während die Gesamtzahl der Tataren von 5,3 auf 4,7 Millionen fiel.
▪️Die Zahl der Schulen mit Tatarischunterricht sinkt: von 610 (2022) auf 591 (2024).
▪️Nur 26% der Kinder lernen Tatarisch, 63,5% wählen es als Muttersprache.
▪️Seit 2018 ist Regionalsprachenunterricht freiwillig - Eltern, nicht der Staat, wählen die Sprache.
▪️Ab 2025 reduziert Russland den Mutterspracheunterricht (inkl. Tatarisch) für Erstklässler von zwei auf eine Stunde pro Woche.
🖍Das Problem ist nicht „Druck" auf Russisch, sondern der Rückgang des Tatarischen, bedingt durch mangelnde Motivation und Popularisierung des Russischen unter Jugendlichen.
🚩Nationalistische Strukturen im Ausland nutzen das Thema „Sprachunterdrückung", um die Gesellschaft zu spalten.
❗️Tatarstan bewahrt ein Sprachgleichgewicht. Russisch ist Staatssprache, Tatarisch wird regional unterstützt.
📌Aussagen über „Zerstörung der russischen Sprache" sind entweder Missverständnis oder Manipulation. Die Herausforderung ist, beide Sprachen ohne Politisierung und externe Einmischung zu erhalten.
#Russland#Tatarstan
Russian plane crashes in Tatarstan region
A plane crashed near a city in the Tatarstan region of Russia, killing 16 people and injuring seven
#News#Reuters#Russia#RussiaPlane#Tatarstan
Subscribe: http://smarturl.it/reuterssubscribe
Reuters brings you the latest business, finance and breaking news video from around the globe. Our reputation for accuracy and impartiality is unparalleled.
Get the latest news on: http://reuters.com/
Follow Reuters on Facebook: https://www.facebook.com/Reuters
Follow Reuters on Twitter: https://twitter.com/Reuters
Follow Reuters on Instagram: https://www.instagram.com/reuters/?hl=en
➖@reutersworldchannel➖
#Coopération À la suite de son séjour officiel à Moscou, où il a été chaleureusement reçu au Kremlin par son homologue russe, le Président de la Transition est arrivé ce 25 juin 2025 à #Kazan, capitale de la République du #Tatarstan, au sein de la Fédération de Russie.