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
Японский бизнес выступает за расширение TPP
Ключевая бизнес-федерация Японии KEIDANREN опубликовала пакет предложений по улучшению торговой и инвестиционной среды.
В частности, федерация расчитывает на расширение состава участников т.н. «Всеобъемлющего и Прогрессивного Соглашения о Транстихоокеанском партнёрстве» (CPTPP), выступает за присоединение к объединению Южной Кореи и Индии.
Соглашение CP TPP объединяет 11 стран, которые первоначально учредили Транстихоокеанское партнерство (TPP) в 2016 г.
Концепция CP TPP сформировалась после выхода США из объединения в 2017 году и присоединения к нему Великобритании в 2023 году.
В предложении Keidanren отмечено, что если Индия, которая является членом структуры QUAD (Япония-США-Австралия-Индия), присоединится к CP TPP, то этот шаг может послужить сигналом для возвращения Соединенных Штатов.
В свою очередь, вступление Южной Кореи в CPTPP будет гарантировать, что отношения между ней и Японией, которые значительно улучшились в последние годы, не претерпят повторного отката назад.
Помимо этого, ожидается присоединение к CP TPP ряда стран Юго-Восточной Азии – Индонезии, Филиппин и Таиланда.
При этом в отношении Китая, также подавшего заявку на членство в объединение, Keidanren предлагает «тщательно проанализировать» ситуацию, связанную с мерами экспортного контроля и обеспечением свободного перетока данных.
Также в Keidanren надеются на расширение экономических связей со странами «глобального Юга».
#Япония#TPP#CP_TPP#Keidanren