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
👍
👍
👍
👍
👍
#UzA
👉 Tibbiy xizmat sifati oshmoqda
Ushbu maqolada "Navoiyuran" DK tomonidan Zafarobod shaharchasidagi Tibbiy sanitariya qismiga ko'rsatilgan amaliy yordamlar to'g'risida ham so'z boradi.
📱Web-site |📱telegram|📱youtube|📱instagram|📱facebook
#OAVda_biz
#UzA
"Milliy tiklanish" demokratik partiyasi Andijon viloyat Kengashi huzuridagi partiya guruhining "Erta nikoh va voyaga yetmagan qizlarni unashtirish bilan bog‘liq salbiy holatlarning oldini olish bo‘yicha" eshituviUzA sayti orqali keng yoritildi.
🌐@milliy_tiklanish_andijon
✅Hokim yordamchilari malaka oshirmoqda
🎲 Biznes va tadbirkorlik oliy maktabi va Kambag‘allikni qisqartirish va bandlikka ko‘maklashish vazirligi hamkorligida Oqqo‘rg‘on tumanidagi “Ishga marhamat” mono-markazida Toshkent viloyati ayrim mahallalarida yaqinda ish boshlagan hokim yordamchilari uchun o‘quv seminar o‘tkazildi.
🔈Bu to‘g‘risida O‘zbekiston Milliy axborot agentligida batafsil yoritildi.
#GraduateSchool#UZA#OAV_biz_haqimizda
🌐Web-site |
✅Telegram |
✅Facebook |
🌐Instagram
👍
👍
👍
👍
👍
#OAV_biz_haqimizda#Navoiy_TV#Navoiy_radiosi#UzA#YuzUZ
➡️ OAVda "Navoiyuran" DKda korrupsiyaga qarshi kurashishda ochiqlik va shaffoflikni ta’minlashga qaratilgan "Ochiq eshiklar kuni” tadbiri haqida xabarlar e’lon qilindi.
UzA 👉https://uza.uz/uz/posts/korrupciyaning-oldini-olishning-eng-maqbul-yoli-raqamlashtirishdir_792953
YuzUZ 👉https://yuz.uz/ru/news/ukreplenie-immuniteta-protiv-korruptsii
😊 "Navoiyuran" DK PR xizmati
📱Web-site |📱telegram|📱youtube|📱instagram|📱facebook