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
Partido Comunista de Cuba
(@PartidoPCC) en X
Polos productivos con resultados y potencialidades, un parque solar fotovoltaico en construcción, comunidades en transformación, centros sociales y constantes intercambios con la población,han caracterizado la jornada de trabajo de @DiazCanelB y @DrRobertoMOjeda en #VillaClara
https://x.com/PartidoPCC/status/1892624434256588952
La Empresa Universal Villa Clara solicita fuerza laboral para cubrir la plaza de:
Mecánico.
Requisitos.
-- Debe ser graduado como tal.
Otros beneficios:
-- Modulo mensual.
Llamar los interesados al Director de la UEB Mayorista al: 59874693.
#villaclara
EMPROY
La EMPROY Villa Clara solicita profesionales para ocupar plaza de:
Especialista en Ciencias Informáticas.
Salario de: 8000 CUP + Pagos por resultados + Utilidades trimestrales.
Requiere Nivel Superior.
Contactar con Directora de Gestión de Capital Humano al:
-- 52850923.
#villaclara
SERMAVCON S.R.L.
Si eres una persona responsable con disponibilidad para trabajar en turnos rotativos (mañana, tarde y noche) y fines de semana; capacidad para trabajar en equipo y seguir instrucciones: la Mipyme SERMAVCON S.R.L. te ofrece una incorporación inmediata ya que estamos en crecimiento con buena remuneración salarial, dándote la oportunidad de contribuir a la salud y bienestar de la comunidad.
Para más información comunícate a cualquiera de los números siguientes:
-- 63448847.
-- 58772929.
-- 59974504.
Contacto:
63448847, 58772929, 59974504
#villaclara
Dr. Roberto Morales Ojeda
(@DrRobertoMOjeda) en X
En esta mañana de viernes participamos, junto a @DiazCanelB y al Comandante de la Revolución @ValdezMenendez , en la inauguración del Parque Solar Fotovoltaico en Remedios que tributará 21.87 MW al SEN, primero de su tipo en #VillaClara que sincronizó el 16 de marzo. #UnidosXCuba
https://x.com/DrRobertoMOjeda/status/1905605006646010111
Dr. Roberto Morales Ojeda
(@DrRobertoMOjeda) en X
La voluntad de no claudicar y el trabajo eficiente han permitido que en Quemado de Güines, #VillaClara, no se detengan las acciones en beneficio del pueblo, pese a las adversidades. Así lo corroboramos en un barrio en transformación y en el policlínico. Seguimos #UnidosXCuba
https://x.com/DrRobertoMOjeda/status/1892603214551290068?t=BFL8YvDU36VWquvPt-BPbg&s=19
Dr. Roberto Morales Ojeda
(@DrRobertoMOjeda) en X
Con la inauguración del Parque Solar Fotovoltaico en Remedios iniciamos por las tierras de Marta Abreu y el Che las visitas a territorios de #VillaClara para recorrer sitios de interés económicos, productivos y sociales. #GenteQueSuma
https://x.com/DrRobertoMOjeda/status/1905619280135139438
Buenas tardes estimados subscriptores
A partir de ahora para diferencias las ofertas laborales y para una mayor organización. Le daremos uso a los # por lo que cada oferta tendrá un # en referencia a la provincia , subiremos las de mayor votación en las encuestas.
#lahabana#guantanamo#isladelajuventud#santiagodecuba#holguin#granma#artemisa#pinardelrio#cienfuegos#villaclara#ciegodeavila