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
¿Fuego amigo? 🤔
🔴 Los senadores del #Verde destacaron que es importante llegar hasta las últimas consecuencias para conocer el impacto ambiental del derrame en el golfo ⚠️🛢️🌊
https://sinlineamx.com/alicia-barcena-partido-verde-pide-comparecencia-derrame/
¡Se están peleandaaa! 🥊
🔴 El #Verde señaló a #LuisaAlcalde por "romper" las negociaciones de la reforma electoral 🤯 | ¿Qué opinas? 🤔
https://sinlineamx.com/no-hubo-acuerdos-morena-soberbia-alcalde-verde/
¡Se vale soñar! 😶
🔴 El #Verde ya tiene gallo para 2030 en #CDMX y hasta proyección de votos en las elecciones de 2027 🗳️ | ¿Logrará sus metas? 🤔
https://sinlineamx.com/jesus-sesma-buscara-jefatura-de-gobierno-verde/
¿Comienza la crisis? 🤔
🔴 Los militantes que abandonaron el #Verde en #Guanajuato acusaron "falta de rumbo" y "ausencia de trabajo territorial" 🚨 | ¿Qué opinas? 👇🏻
https://revistaelpolitico.com/estados/desbandada-pvem-400-militantes-renuncian-guanajuato/
La moneda está en el aire 👀
🔴#Morena mostró su disposición para mantener la alianza con #Verde y #PT… pero ¿será que estos partidos acepten ir contra el nepotismo y sus intereses? 🗳️🤔
https://sinlineamx.com/morena-mantendra-alianza-verde-pt-2027-alcalde/
Lo mismo de siempre 🙄
🔴 El #Verde aseguró que "acompaña" el proyecto de #Sheinbaum, pero que busca "consolidarse" en #Jalisco🗳️🦜 | ¿Qué opinas? 🤔
https://sinlineamx.com/partido-verde-jalisco-ira-solo-2027/
Vaya, vaya 🤔
🔴 El #Verde no aceptará el estatuto antinepotismo de #Morena y buscará en solitario la gubernatura de #SLP🗳️🦜| ¿Qué opinas? 👇🏻
https://sinlineamx.com/partido-verde-rompe-alianza-morena-2027-slp/
¡Los tiene en el piso! 💣💥
🔴#Morena supera 2 a 1 al #PAN rumbo a 2027, mientras #PRI, #Verde y #PT se hunden en lo más bajo de las preferencias 📉 | ¿Qué opinas?
¡No se andan con juegos! ☝🏻 | #LoMásLeído👀
🔴#Morena no permitirá el nepotismo y ya le puso un alto al #Verde si quiere avanzar en sus intenciones de lanzar a #RuthGonzález para la gubernatura ⚠️🗳️ | ¿Qué opinas? 🤨
Nota completa aquí 👉🏻https://n9.cl/5m1ml
💥Pantalones Cortos Chinos Ajustados JACK JONES
Estilo y comodidad para tus looks de invierno
✅OFERTA: 15.0€
❌ Antes: 34.99€
💰Ahorras un 57%🔥
Diseño moderno, corte regular y ajuste perfecto
👉 Renueva tu armario ahora
#pantalonescortos#modahombre#rebajas#tendencia#descuentos#verde#cinturamedia#jackjones
🛰️Oferta publicada en Moda y Belleza
#ÚltimaHora🚨
🔴#ManuelVelasco adelantó que #Morena, #Verde y #PT votarán a favor del #PlanB en los general, pero que algunos artículos podrían reservarse en lo particular, entre ellos la revocación de mandato 🗳️📄 | ¿Qué opinas? 👇🏻