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
Перелет Санкт-Петербург - Сургут, авиакомпания UTair, Boeing 737-800. Три с половиной часа пролетели в полусне. Обслуживание фактически отсутствует.
Ииии... Аэропорт в Сургуте, переполненный с утра, с трудом вмещающий в себя путешественников.
И рейс в Белоярский через несколько часов.
#UTair
Boeing 737-800 авиакомпании UTair. Ничего нового, перелет в формате лоукост (т.е. практически без обслуживания). Вылет в 00-20, практически сразу провал в сон...
#UTair
Итак. Авиакомпания ЮТэйр. Рейс Москва (Внуково) - Дубай (Аль-Мактум).
Опытный Boeing 767, широкофюзеляжный самолет на 249 пассажиров.
Да-да, обычно все мы летаем ютами в Сургут, Нягань и Белоярский, но Дубай тоже сойдёт )))
А в Дубае будет транзит и пересадка на следующую авиакомпанию...
#UTair
✈️ 7700
📌B762 рейса UT716 «Дубай-Москва» подал сигнал бедствия
🔵Борт сжигал топливо и сделал более 10 зон ожидания
🔵За его полётом наблюдало около 50 тысяч человек, сделав аварийный рейс самым просматриваемым в мире
⬅️На данный момент самолёт приземлился в аэропорту вылета
Лёгкое небо
#aviation#news#UTair
Вдогонку за рассветом летим в Белоярский!
Турбовинтовой ATR 72-500, ловко жужжа пропеллерами, летит из Сургута за солнцем и теплом. Минус 20.
И лучший город Земли.
#Белоярский#ХМАО
#UTair
Люди и техника работают на пределе возможностей. Подобного по масштабу поиска в Красноярском крае ещё не было.
Семью Усольцевых ищут.
Каждый день — новая попытка, новый маршрут. Заканчиваются ресурсы, устают люди... Добровольцев отряда «ЛизаАлерт» держит надежда и двигают вперёд ваши неравнодушие и помощь.
Для авиации погода нелётная, но БПЛА могут подняться. Сегодня с добровольцем отряда из Москвы доставлены на место поиска три беспилотника с запасом аккумуляторов. БПЛА, надёжные, устойчивые к экстремальным условиям, уже обследуют территорию.
На земле продолжают отработку задач пешие группы и проходимая техника; работают кинологи ГУФСИН, сотрудники полиции и Следственного комитета, курсанты ВИИ СФУ. Привлечены спелеологи и альпинисты. Надёжный тыл добровольцам обеспечивает Красноярское отделение Российского Красного Креста. Плечом к плечу с нами многие дни территорию обследуют добровольцы ПСГ «Сибирь», объединения «Азимут», КРОО СПР «Поиск пропавших детей им. О. Василишиной».
Протяжённость треков за все дни поиска — более 4000 км.
Мы благодарны каждому, кто помог: присоединился к поиску, передал оборудование, доставил к месту поисково-спасательных работ людей и технику.
Благодаря авиакомпании UTair на поиск были доставлены 3 БВС с дополнительными аккумуляторами. А программа лояльности #UtairStatus позволяет нам доставлять специалистов на место поиска, как произошло и в этот раз.
Большое спасибо авиакомпании #UTair за проект #ПоделисьМилями с #ЛизаАлерт. Огромное спасибо всем, кто делится милями с добровольцами.
Если вы хотите помочь или обладаете информацией о местонахождении пропавших, пожалуйста, позвоните на горячую линию отряда «ЛизаАлерт»:
8-800-700-54-52 (бесплатно и круглосуточно) и 112.
#отчетопоиске#Усольцевы#ТудаГдеВасЖдут