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
#Elon#Объявление#TozaMakon
❌Chiqindi xizmatidan qarzdor 205 mingga yaqin abonentning elektr to‘loviga vaqtincha cheklov o‘rnatildi
Chiqindilarni boshqarish va sirkulyar iqtisodiyotni rivojlantirish agentligi bugun, 11-dekabr holatida respublika bo‘yicha chiqindi xizmatidan qarzdorligini qoplanmagan 204 895 taabonentningelektr energiyasi uchun to‘lov qilish imkoniyatiga vaqtincha cheklov joriy etilgani ma’lum qiladi.
Bungacha respublika bo‘yicha chiqindi xizmatlaridan yuzaga kelgan umumiy20,1 mlrd so‘mdebitor qarzdorlik uchun jami 231 014 ta abonent “Hududiy elektr tarmoqlari” AJning “2100” qisqa raqamidan “SMS” xabarnoma orqali ogohlantirildi. Shundan so‘ng,abonentlargamavjud qarzdorligini bartaraf etish uchun 5 (besh) kun muddat berildi va ushbu davrda 9,4 mlrd so‘mlik to‘lovlar amalga oshirildi. Ayni paytda chiqindi xizmatlaridan respublika kesimidajami 18,2 mlrdso‘m debitor qarzdorlik mavjud.
Eslatib o‘tamiz, mazkur cheklov qarzdorlik bartaraf etilishi bilanoq darhol yechiladi.
Batafsil saytimizda o'qing!
_______
Временно ограничена возможность оплаты электроэнергии почти 205 тысячам абонентов, имеющим задолженность за услуги по вывозу отходов
Агентство по управлению отходами и развитию циркулярной экономики сообщает, что по состоянию на 11 декабря у 204 895 абонентов, задолженность которых за услуги по вывозу отходов не была погашена, временно ограничена возможность оплаты электроэнергии.
Ранее по республике 231 014 абонентов были уведомлены посредством SMS-сообщения с короткого номера «2100» АО «Hududiy elektr tarmoqlari» о наличии общей дебиторской задолженности в размере 20,1 млрд сумов, образовавшейся за услуги по вывозу отходов. После уведомления абонентам был предоставлен 5-дневный срок для погашения задолженности, в течение которого было оплачено 9,4 млрд сумов. В настоящее время по республике сохраняется дебиторская задолженность по услугам по вывозу отходов в размере 18,2 млрд сумов.
Напоминаем, что указанное ограничение будет снято сразу после полного погашения задолженности.
Читайте подробнее на нашем сайте!
Kanalimizga obuna bo'ling: @wasteuzgroup
📷Instagram | 🕊Telegram | 📱Facebook|Web-Sayt
#Elon#Объявление#TozaMakon
❌Respublikada chiqindi xizmatidan qarzdor 205 mingga yaqin abonentning elektr to‘loviga vaqtincha cheklov o‘rnatildi
Chiqindilarni boshqarish va sirkulyar iqtisodiyotni rivojlantirish agentligi bugun, 6-dekabr holatida respublika bo‘yicha chiqindi xizmatidan qarzdorligini qoplanmagan 204 895 taabonentningelektr energiyasi uchun to‘lov qilish imkoniyatiga vaqtincha cheklov joriy etilgani ma’lum qiladi.
Batafsil
💬
В республике временно ограничена возможность оплаты электроэнергии почти 205 тысячам абонентов, имеющим задолженность за услуги по вывозу отходов
Агентство по управлению отходами и развитию циркулярной экономики сообщает, что по состоянию на 6 декабря у 204 895 абонентов, задолженность которых за услуги по вывозу отходов не была погашена, временно ограничена возможность оплаты электроэнергии.
Подробно
Telegram
#TozaMakon#Billing#Toshkent
❌Toshkentda chiqindi xizmatidan qarzdor 6 ming ta abonentning elektr to‘loviga vaqtincha cheklov o‘rnatildi
Joriy yilning 5-noyabr kuni Toshkent shahri bo‘yicha chiqindi xizmatlaridan yuzaga kelgan qariyb 2 mlrd 239 mln so‘m debitor qarzdorlik uchun jami 25 ming 121 ta abonent “Hududiy elektr tarmoqlari” AJning “2100” qisqa raqamidan “SMS” xabarnoma orqali ogohlantirildi. Ushbu ogohlantirish yuborilganidan keyin 5 (besh) kun ichida qarzdorlikni bartaraf etmagan 6 ming ta abonentning elektr energiyasi uchun to‘lov qilish imkoniyatiga bugundan vaqtincha cheklov joriy etildi. Ayni paytda Toshkent shahri kesimida chiqindi xizmatlaridan jami 582 mln so‘mdan ortiq debitor qarzdorlik mavjud.
Batafsil saytimizda o'qing!
_______
В Ташкенте временно ограничена возможность оплаты электроэнергии у 6 тысяч абонентов, задолжавших за услуги по вывозу отходов
5 ноября текущего года по городу Ташкент за задолженность по услугам по вывозу отходов на сумму около 2 млрд 239 млн сумов 25 121 абонент был уведомлён посредством SMS-сообщений с короткого номера «2100» АО «Региональные электрические сети». Абонентам, которые в течение пяти дней после получения уведомления не погасили задолженность, с сегодняшнего дня временно ограничена возможность оплаты электроэнергии. На данный момент по городу Ташкент общая дебиторская задолженность за услуги по вывозу отходов превышает 582 млн сумов.
Читайте подробнее на нашем сайте!
Kanalimizga obuna bo'ling: @wasteuzgroup
📷Instagram | 🕊Telegram | 📱Facebook|Web-Sayt