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
Massive Bitcoin Transfer Triggers Attention
🚨 1,080 #BTC (valued at approximately $112.59M) have been transferred between unknown wallets, raising eyebrows in the crypto community. For details, visit Whale Alert's link.
#BTC#WhaleAlert#Crypto
Massive Bitcoin Transfer Alert
🚨 999 #BTC (valued at $101,477,799) transferred between unknown wallets. For details, see the Whale Alert.
#BTC#WhaleAlert#Crypto
Major Ethereum Transfer to Coinbase
🚨 A significant transfer of 13,758 #ETH (valued at $50.5M) recently occurred from an unknown wallet to Coinbase Institutional, according to Whale Alert. More details can be found here.
#ETH#Coinbase#Crypto#WhaleAlert
Major BTC Transfer Alert
🚨 A significant transfer of 2,400 #BTC (approx. $226.46M) occurred from #Coinbase to an unknown wallet, detected by Whale Alert.
💵 Additionally, 50,000,000 #USDC (approx. $50.03M) has been minted at the USDC Treasury.
Details available here.
#BTC#Coinbase#USDC#WhaleAlert#Crypto
🚀 USDC Treasury Mints 250 Million USDC Without Stated Reason
A recent report from Whale Alert indicates that 250 million USDC has been minted at the USDC Treasury. According to NS3.AI, the report did not specify the reason behind this significant minting event. The lack of explanation has left market participants speculating about the potential implications for the cryptocurrency market.
#USDC#Treasury#Cryptocurrency#WhaleAlert#Minting#NS3AI#MarketSpeculation
Massive Transfers Alert from Bitfinex
🚨 Significant transactions reported by Whale Alert:
- 370,379,149 #USDT ($370.9M) moved from #Bitfinex to Tether Treasury.
- 30,000 #BTC ($2.8B) sent to an unknown new wallet.
#USDT#BTC#Bitfinex#WhaleAlert
Large ETH Transfer from Bitfinex
🚨 A substantial transfer of 20,000 ETH ($66.79M) has been made from #Bitfinex to an unknown wallet. More details available in the Whale Alert report. 🚨
#ETH#Bitfinex#Crypto#Market#Finance#Blockchain#WhaleAlert
Large Bitcoin Transfer Alert
A whopping 623 #BTC, valued at approximately 63.9 million USD, has been moved from #Antpool to an unidentified wallet. Details available at Whale Alert.
#BTC#WhaleAlert#Blockchain#Crypto