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
RisingOS
Xiaomi 12T PRO|Redmi K50 Ultra (Diting)
By:@Teammex_XDA
Version:4.2-Kailash
Download | Changelogs | Screenshots
Device changelog:
- Fixed several bugs
- Fixed some media codecs now screenrecord works
- Improved performance
- Last RisingOS 4.2 source
#risinginyourarea#UDC
Credits to@Mohammadnt96 for some help :D
Follow@xiaomi_12tpro_updates
Join@xiaomi_12tpro_chat
#Italia
Nuovi dubbi sulla petizione dei sindaci per Draghi, dopo il sindaco di Latina smentisce di aver firmato anche il sindaco di Palermo #Lagalla (#UdC|EPP).
@UltimoraPolitics
#Italia
Paola #Binetti (#UdC|EPP): "Sul doppio cognome dico agli amici cattolici di stare tranquilli, non è un attentato alla famiglia, è semplicemente il riconoscimento del diritto di tutti, bambini in primis."
@UltimoraPolitics
#Italia ❗️ Frosinone, sono tre i candidati impresentabili. Tra di loro anche il candidato sindaco Mauro #Vicano, sostenuto da #Azione e #UdC. @UltimoraPolitics
#Italia
❗️ Frosinone, sono tre i candidati impresentabili. Tra di loro anche il candidato sindaco Mauro #Vicano, sostenuto da #Azione e #UdC.
@UltimoraPolitics
В Китае спрятали энергию под воду
🇨🇳 Китай снова удивил: у побережья Шанхая заработал первый в мире подводный центр обработки данных UDC Lin-gang 👨👩👧👦 который дышит ветром и охлаждается водой.
Обычные центры обработки данных (ЦОДы) тратят колоссальное количество энергии и воды на охлаждение серверов — некоторые потребляют до 19 миллионов литров в день.💦 Но под водой все иначе: температура морской среды естественно охлаждает оборудование. Благодаря этому китайский проект сократил энергопотребление до 23% 📉 и полностью отказался от пресной воды.
Более 95% энергии объект получает от офшорных ветрогенераторов👨👩👧👦👨👩👧👦👨👩👧👦 Итог — сверхэффективный центр с показателем энергоэффективности (PUE) всего 1,15!
#Китай#ЦОД#ветропарк#UDC
🇨🇭 La #Svizzera voterà a giugno su un referendum che vieta di superare i 10 milioni di abitanti prima del 2050. L’iniziativa dell’#UDC (destra) prevede restrizioni su asilo e ricongiungimento familiare se si superano i 9,5 milioni e possibili limiti ai trattati internazionali, come l’accordo UE sulla libera circolazione, se si superano i 10 milioni.
¡New build available!
#A14#RisingOS
Xiaomi 12T Pro / Redmi K50 Ultra (diting)
Maintainer:@TeamMEX_XDA (Kισżż)
Version:5.2.1-Lyonesse
Download | Changelogs | Screenshots
Device Changelog:
◦ Enable Updater app
◦ Enable Lawnchair and Pixel launcher
◦ fix ims crash (?)
◦ improve system performance
◦ more bugfixes
◦ Enable visual eq on dolby
'#risinginyourarea' '#UDC'
If you like my work and want to support it please consider making a donation this helps with server costs.
Donate PayPal
¡New build available!
#A14#RisingOS
Xiaomi 12T Pro / Redmi K50 Ultra (diting)
Maintainer:@TeamMEX_XDA (Kισżż)
Version:5.1-Lyonesse
Download | Changelogs | Screenshots
Device Changelog:
◦ Sync with last rising 5.1 source
◦ Update Yuki kernel
'#risinginyourarea' '#UDC'
If you like my work and want to support it please consider making a donation this helps with server costs.
Donate PayPal