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
Buen día! 🕵🏻️♀️👩🏻💻
Ayer, Tiempo Argentino publicó una nota sobre la ciberseguridad en Argentina🇦🇷, a partir de un taller que se realizó el 10 de septiembre, organizado por el Ministerio de Seguridad de la Nación, en el que participó un agente secreto retirado.
Según Iván Arce, especialista en seguridad informática, el gobierno actual "no sabe qué es lo que quiere hacer con la ciberseguridad". Cuenta que se creó un comité en el que participan los ministerios de Seguridad, Defensa y Modernización, y explica:
🗣 "La presencia del Ministerio de Seguridad refrenda la idea de una concepción punitiva, cuando la ciberseguridad es más amplia e implica investigación, desarrollo, relación con las universidades, generación de una industria para exportar, entre otras cosas. Tanto los organismos de Seguridad como los de Defensa piensan en términos de espionaje y en cómo controlar a las personas en redes sociales o de imponer penas y tipificar delitos relacionados con la tecnología, y en paralelo adquirir equipamiento. El modo en que siempre se refirió al tema el ministro Oscar Aguad revela la concepción de que la ciberseguridad se resuelve comprando aparatitos."
🗣 Por su parte, Leandro Ucciferri, de ADC, hace hincapié en que: "Pensar la ciberseguridad exclusivamente como un tema de Defensa o Seguridad Nacional es un error. Al fin y al cabo, cuando se habla de proteger infraestructuras críticas, como pueden ser plantas nucleares, la red eléctrica, de gas, o cualquier otro servicio básico, eso tiene un impacto social. Se trata de abrir más el espectro."
En la actualidad, la idea de ciberseguridad del gobierno argentino está directamente ligada al concepto de #vigilancia👁🗨
#tendencias#prospectiva#vigilancia
Amigos les comparto algo que viene en incremento hace 2 años, les recomiendo analizar si aplica para su modelo de negocios. 💡
BNPL “Comprar ahora, pagar más tarde". Estructura de pago que permite a los consumidores obtener un producto por adelantado, pero pagarlo gradualmente durante un período de tiempo determinado, a menudo con intereses adicionales. ¿Ya lo conocían? ¿Lo ven viable?…
Nos vemos 👋🏼
La productividad está en tiC 📲📈
Buen día! 👩🏻💻
Hace un poco más de 2️⃣ meses, estuvo en la Argentina 🇦🇷 el relator especial de la #ONU sobre el derecho a la #privacidad, Joseph Cannataci, y expresó preocupación por:
1️⃣ El alto número de escuchas 👂
2️⃣ El aumento y despliegue de la red de cámaras de #vigilancia📹
3️⃣ La implementación de tecnología de reconomiento facial 👀
Con respecto al sistema actual de escuchas, dijo: "El sistema actual genera un flujo de millones de CDs 💿 físicos que pueden caer fácilmente en manos indebidas."🙄 Como para que no sea fácil andar filtrando, ¿no?
Sobre las cámaras de vigilancia y la tecnología de reconomiento facial, dijo que su preocupación era que se estén implementando sin haber hecho una evaluación previa de su impacto en el derecho a la intimidad.
📝 El informe preliminar puede leerse acá: https://www.ohchr.org/SP/NewsEvents/Pages/DisplayNews.aspx?NewsID=24639&LangID=S
Buenas tardes! 🙋🏻♀️
¿Vieron que siempre que hablamos de #vigilancia suele aparecer 🇨🇳? Bueno, parece que en la Ciudad de Buenos Aires 🇦🇷 no se quieren quedar atrás, así que ayer anunciaron un sistema de reconocimiento facial en las calles para todxs lxs ciudadanxs (aprovechando el enorme despliegue de cámaras 📹 que hay en toda la ciudad🙄).
Cada vez menos #privacidad, todo siempre en nombre de la #seguridad (que NUNCA JAMÁS se resuelve porque el problema de fondo es otro).
Nuestro Sábado de Comunes,
con temas sobre #hackfeminismo, #cyborgfeministas , capitalismo digital, #vigilancia , producción abierta, #culturalibre
https://sursiendo.com/blog/2019/03/hay-un-sabado-de-comun-denominadores-330/