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
#Warning
The Tashkent City Department of Internal Affairs warns!
Cruel treatment of animals entails liability as established by law.
☘️Read the latest environmental news on the @ekologuz page. Follow us and send your suggestions and wishes via @eklguz_bot
Instagram | Facebook | Twitter | Sayt | Youtube.
#Warning
If you get any random zip file from a random person on TG, Make sure to check it's update-binary/updater script.
If it looks something similar to this, DON'T FLASH IT AT ALL!
⚠️ Breaking News on BTC! 📉
The "Pi Cycle" indicator is now turning downward. There's plenty of room for the indicator to drop further, which could spell trouble for BTC.
Stay tuned for our in-depth presentation on what this means for the crypto market and your investments.
#BTC#crypto#warning
⚠️🇺🇸#кредиты#сша#warning
и еще одни гиганты ограничивают вывод средств из своих кредитных фондов (private credit funds) на фоне сильных оттоков
Apollo
Ares Management
mt в max
👽#нло#рынки#warning
Британия должна подготовиться к финансовому кризису, который может возникнуть, если правительство США объявит о существовании инопланетян. Финансовые рынки могут рухнуть — бывший аналитик из ЦБ Англии разослала письма управляющим Банка Англии с предупреждениями
BANK OF ENGLAND MUST PLAN FOR A FINANCIAL CRISIS TRIGGERED BY ALIENS
——————————-
Трамп в этом году объявит о первом контакте человечества с инопланетянами, что станет «самым важным заявлением в истории» - утверждает британский документалист Марк Кристофер Ли
В конце декабря 2025г британская Daily Star со ссылкой на интерпретации экспертов писала, что предсказания Бабы Ванги не исключают, что поздней осенью 2026г человечество может ожидать встреча с инопланетянами
mt в max
⚠️🌎#экономика#восток#warning
Goldman: затягивание конфликта с Ираном грозит экономикам Персидского залива таким как экономикам Катара, Кувейта, Саудовской Аравии и ОАЭ серьезным спадом, который для некоторых станет худшим с 1990-х гг
mt в max
⚠️🇺🇸#акции#сша#warning
Berkshire Hathaway (#BRK) провела годовое собрание акционеров:
Грег Абель, новый CEO Berkshire заявил, что хоть ИИ и горячая на данный момент тема, Berkshire не будет "заниматься ИИ ради ИИ"
Уоррен Баффет, председатель сд компании, заявил, что рынки сейчас похожи на казино, а инвесторы еще никогда не были настолько по-лудомански настроены ...
Объем налички на балансе Berkshire опять обновил рекорд (уже $397.4 млрд) - компания продолжает воздерживаться от новых крупных покупок т.к. считает рынок дорогим...
Berkshire продолжает продавать акции...
Пузырь ИИ есть, но мы то знаем, что сдуть его очень тяжело…