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
👩🧑Tinerii spun că votul e cool!
🤓Atunci când votezi, îți exerciți dreptul de a face o diferență.
🧍♀️🧍♂️E despre comunitate. E o ocazie să te conectezi cu alți oameni care gândesc la fel ca tine, să faci parte dintr-o mișcare care contează.
😎E despre tine. Votul îți oferă ocazia să îți exprimi opiniile și să alegi pe cineva care te reprezintă cu adevărat. E ca și cum i-ai spune lumii: „Asta sunt eu și asta vreau!"
Așa că, de fiecare dată când ai șansa să votezi, fă-o!
✅Decide prezentul și viitorul!
✅Video a fost realizat în parteneriat cu UNDP Moldova și cu suportul Ambasadei Marii Britanii la Chișinău, oferit prin intermediul Fondului pentru Buna Guvernare.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot
✅Mama îmi spune mereu: „Trebuie să te faci jurist, să ai o carieră stabilă." Iar tata spune: „Medicul e respectat peste tot, ai avea mereu de lucru." Amândoi au dreptate, dar...
☝️Eu am ales altceva. Voi fi funcționar electoral!
😎Poate că nu sună la fel de wow, însă pentru mine e mai mult decât un job. E vorba despre a face parte dintr-un proces democratic, despre a asigura alegeri corecte și a demonstra că fiecare vot contează. E vorba despre responsabilitate și implicare.
👩🧑E nevoie de oameni tineri, care să fie dedicați și să facă lucrurile corect.
🧐Tu ce alegi?
✅Video a fost realizat în parteneriat cu UNDP Moldova și cu suportul Ambasadei Marii Britanii la Chișinău, oferit prin intermediul Fondului pentru Buna Guvernare.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot
🤨Ai prieteni care spun că nu merg la vot? Știu cum e, mulți dintre noi gândesc așa. Dar hai să le explici cât de important este votul!
🧐Fiecare vot contează. Nu e doar un clișeu, este adevărul. Alegerile sunt uneori câștigate la o diferență mică de voturi. Poate chiar votul tău și al prietenilor tăi va fi decisiv!
😎Este dreptul nostru.
🤗Explică-le asta prietenilor tăi și încurajează-i să meargă la vot. Să ne facem vocea auzită!
✅Video a fost realizat în parteneriat cu UNDP Moldova și cu suportul Ambasadei Marii Britanii la Chișinău, oferit prin intermediul Fondului pentru Buna Guvernare.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot
🗳Alegerea unui candidat este ca și cum ai alege ceva care îți definește viitorul. Tu știi cel mai bine ce contează pentru tine, ce vrei să schimbi și să îmbunătățești.
✅Alege candidatul care te reprezintă, care îți înțelege nevoile și împărtășește valorile tale. Este dreptul tău și, mai important, este puterea ta.
☀️Alege viitorul pe care ți-l dorești!
✅Video a fost realizat în parteneriat cu UNDP Moldova și cu suportul Ambasadei Marii Britanii la Chișinău, oferit prin intermediul Fondului pentru Buna Guvernare.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot
Dacă vrei să afli la ce secție de votare ești arondat și să verifici informațiile din listele de votare, intră pe 📲 site-ul oficial al Comisiei Electorale Centrale: 🌐verifica.cec.md.
🪪Acolo, introdu IDNP-ul tău (numărul de identificare din actul de identitate) și vei vedea la ce secție de votare ești arondat și adresa acesteia.
🔵Acest video a fost realizat de Comisia Electorală Centrală în parteneriat cu PNUD Moldova, cu suportul financiar al Ambasadei Marii Britanii la Chișinău, oferit prin intermediul Fondului pentru Buna Guvernare.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot
⁉️N-ai visat tu mereu să crești mare?
👍Uite că a venit momentul să iei decizii care contează pentru tine, pentru familia ta, pentru viitorul tău.
🤓Gândește liber, alege liber, acționează, pentru că votul tău este dovada maturității tale.
✅🗳Fă-ți curaj și mergi la vot!
🔵Video a fost realizat în parteneriat cu proiectul EDMITE al UNDP Moldova.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot
⁉️Cum să evităm dezinformarea când ne pregătim să votăm?
☝️Primul lucru important: verifică mereu sursa! Cele mai sigure surse de informații despre alegeri sunt site-urile oficiale.
📲Pe lângă site-uri, poți urmări și conturile oficiale de pe rețelele sociale ale autorităților, unde sunt postate ultimele noutăți.
✅🗳Hai să luptăm împreună împotriva dezinformării! E datoria noastră să facem o alegere corectă.
✅Video a fost realizat în parteneriat cu UNDP Moldova și cu suportul Ambasadei Marii Britanii la Chișinău, oferit prin intermediul Fondului pentru Buna Guvernare.
#CECMoldova#DemocrațiaContează#VoteazăcuÎncredere#Alegeri20octombrie2024#ReferendumRepublicanConstituțional#AlegeriPrezidențiale#EDMITE#TineriiMergLaVot