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
#African experts meet in #Rwanda for continental textile standardization
African experts have convened in the Rwandan capital #Kigali for the Technical Committee (#TC 53) meeting on the standardization of textiles, textile products, and accessories.
The forum, which ran from Tuesday to Friday, focused on finalizing agreements and establishing key standards and labeling systems for the textile sector, with the aim of strengthening trade and supporting economic growth within the continent's textile industry.
Hermogene Nsengimana, secretary general of the African Organisation for Standardization (#ARSO), highlighted that Africa still faces a significant gap in developing common quality standards.
He added that currently, only about 25 percent of the standards required for all products in the African common market have been established.
Nsengimana said that ARSO has set a target to significantly reduce this gap within the......
https://english.news.cn/africa/20260307/6634375ed4a4474cab2c20d0c4a31253/c.html
🚨Game : TC Games
🤑Refer: High Level Commission
🛃Minimum Deposit : 300Rs
📅Minimum Withdraw : 110Rs
🖥Earn daily : 500-10keasily
🤖Game Link: Join Here
📝Guide:
🔘 Register Using Mobile Number
🔘 Play game and Withdraw and earn High money
🧿Info
🔘 Contact Telegram Support
🔘 Join Telegram Prediction Group1 and Group2
🔘 Only 4-7 Level Sure winning
🔘 Want to become an agent and bonus Contact
🔴Note: Please do your own research (DYOR) before joining to any project.Don't send any fee or penny without doing own research.
#TCgames#TcLottery#Indian#inr#TC#Sponsored#Ad
📈Game : TC Games
💎Refer: High Level Commission
💳Minimum Deposit : 11 USDT/300Rs
💰Minimum Withdraw : 11 USDT/110Rs
🔸Earn daily : 500-10000USDT easily
🤖Game Link: Join Here
📝Guide:
🔘 Register Using Mobile Number ( if you are from Countries other than AFG,IND, PAK, BAN you can simply put your number with any Country code no need of OTP verification)
🔘 Play game and Withdraw and earn High money
📄Info
🔘 Contact
✉️Telegram Support
🔘 Join
✉️Telegram Prediction Group1 and Group2
🔘 Only 4-7 Level Sure winning
🔘 Want to become an agent and bonus Contact
🎁Note: Please do your own research (DYOR) before joining to any project.Don't send any fee or penny without doing own research.
#TCgames#TcLottery#Indian#inr#TC#Sponsored#Ad#USDT