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
#взлом
🫡 Стейблкоин #USR потерял привязку к доллару – протокол Resolv взломали на $80,000,000…
Подробнее: Компания Resolv Labs сообщила о взломе – через скомпрометированный приватный ключ злоумышленник выпустил около $80m необеспеченных USR. Контракты быстро поставили на паузу, а 9m USR у атакующего уже сожгли.
В протоколе сейчас около $141m активов. Подтверждённый ущерб на данный момент – примерно $0,5m. Текущее предложение USR: 102m «старых» токенов и около 71 млн незаконно выпущенных.
Команда готовит погашение для USR, выпущенных до инцидента, начиная с allowlist-пользователей. Целевая дата — 23 марта 2026 года.
Resolv заявляет, что обеспечение протокола напрямую не пострадало, и советует пока не торговать USR и связанными токенами. Дополнительные обновления по USR и RLP обещают скоро.
Crypto Headlines
#Romania - Risultati finali 1° turno: il candidato più votato è stato il nazionalista Calin #Georgescu, che ha ottenuto circa il 23%. Andrà al ballottaggio contro Elena #Lasconi, del partito liberale di centrodestra #USR, che ha preso il 19,2%. Terzo, a soli…
#Romania🇷🇴
#Presidenziali
Risultati finali delle elezioni presidenziali.
#Simion (#AUR|ECR) e #Dan (Ind., sostenuto da #USR|RE e da altri partiti minori) accedono al secondo turno.
@TuttoElezioni
#Romania🇷🇴
#Presidenziali
❗️George #Simion (#AUR|ECR) e Nicușor #Dan (Ind., sostenuto da #USR|RE e da altri partiti minori) si sfideranno al ballottaggio, che si terrà domenica 18 maggio.
@TuttoElezioni
#Sondaggi
#Romania🇷🇴
#Presidenziali
Sondaggio di IRSOP.
Scenario: Secondo turno.
Data: 10-13 maggio 2025.
Campione: 951 persone.
🟩 Nicușor #Dan (Ind., sostenuto anche da #USR|RE e da altri partiti minori): 52%
🟨 George #Simion (#AUR|ECR): 48%
@TuttoElezioni
#Sondaggi
#Romania🇷🇴
#Presidenziali
Sondaggio di Sociopol.
Scenario: Secondo turno.
Data: 10-12 maggio 2025.
Campione: 1.024 persone.
🟨 George #Simion (#AUR|ECR): 53%
🟩 Nicușor #Dan (Ind., sostenuto anche da #USR|RE e da altri partiti minori): 47%
@TuttoElezioni
#Romania🇷🇴
#Presidenziali
Elena #Lasconi, 53 anni, è originaria di Hațeg (Transilvania). Giornalista, è Sindaca di Câmpulung dal 2020 e Presidente dell'Unione Salvate la Romania (#USR|RE) dal 2024. Lasconi era giunta seconda al primo turno delle presidenziali rumene del novembre 2024 ed era arrivata al ballottaggio con il candidato ultranazionalista Călin #Georgescu (Ind.); con l'annullamento della tornata elettorale – da lei fortemente criticata –, la sua posizione elettorale si è progressivamente indebolita a favore del Sindaco di Bucarest Nicușor #Dan (Ind.). Il 10 aprile 2025 il suo partito le ha revocato il sostegno a favore di Dan, ma Lasconi ha deciso di rimanere candidata e di correre ugualmente alle elezioni presidenziali.
@TuttoElezioni