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
OnePlus 8T+ OxygenOS 11.0.13.15.KB09CB
System
• Android security patch upgraded to October 2021
• General improvements
SHA-1
Full:
d514c5aaa2be67c6d4f4aab945ab3d66b4cf2ea0
Size
Full:
2.82 GB (3025746613)
Downloads
Google OTA Server:
Full
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#kebabt#NorthAmerica#TMobile#Full#Stable#KB2007
OnePlus 7T Pro 5G OxygenOS 11.0.1.5.HD61CB
System
• Android security patch upgraded to October 2021
• General improvements
MD5
Full:
87dc0b638a0cb36544373f07e4ab501a
Size
Full:
2.59 GB (2784419502)
Downloads
Google OTA Server:
Full
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#hotdogg#NorthAmerica#TMobile#Full#Stable#HD1925
OnePlus 7T OxygenOS 11.0.1.5.HD63CB
System
• Android security patch upgraded to October 2021
SHA-1
Full:
597e476a4998cb26b6a61b6d57a9677ebc1eeffe
Size
Full:
2.57 GB (2763746128)
Downloads
Google OTA Server:
Full
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#hotdogt#NorthAmerica#TMobile#Full#Stable#HD1907
OnePlus 7 Pro OxygenOS 11.0.1.8.GM31CB
System
• Android security patch upgraded to April 2022
SHA-1
Full:
7c7b81044ef10899fa42667215149d3fc8f58bb3
Size
Full:
2.12 GB (2277668727)
Downloads
Google OTA Server:
Full
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#guacamolet#NorthAmerica#TMobile#Full#Stable#GM1917
OnePlus 7T Pro 5G OxygenOS 11.0.1.9.HD61CB
System
• Android security patch upgraded to June 2022
SHA-1
Increment (11.0.1.5.HD61CB):
d84c09bd6a25b8d964c6c46df015fcf0cde1bafd
Size
Increment (11.0.1.5.HD61CB):
125.35 MB (131440277)
Downloads
Google OTA Server:
Increment (11.0.1.5.HD61CB)
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#hotdogg#NorthAmerica#TMobile#Increment#Stable#HD1925
OnePlus 8T+ OxygenOS 11.0.17.19.KB09CB
System
• Android security patch upgraded to May 1, 2022
SHA-1
Increment (11.0.13.15.KB09CB):
d75ddacc7be3e11589e929ccdecd56a823da1900
Size
Increment (11.0.13.15.KB09CB):
140.75 MB (147588733)
Downloads
Google OTA Server:
Increment (11.0.13.15.KB09CB)
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#kebabt#NorthAmerica#TMobile#Increment#Stable#KB2007
OnePlus 7T OxygenOS 11.0.1.9.HD63CB
System
• Android security patch upgraded to June 2022
SHA-1
Increment (11.0.1.5.HD63CB):
546c62a4127c22911102aa01a72f3c72f11502df
Size
Increment (11.0.1.5.HD63CB):
95.99 MB (100657408)
Downloads
Google OTA Server:
Increment (11.0.1.5.HD63CB)
Exported by MlgmXyysd Color OTA Bot@OnePlusOTA
#Oxygen#hotdogt#NorthAmerica#TMobile#Increment#Stable#HD1907