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
报道称微软终止 Win11 电话激活服务,24 年历史经典验证方式谢幕
消息源 @TheBobPony 于 12 月 21 日在 X 平台发布推文,爆料称微软已悄然终止对 Windows 及旗下所有软件产品的电话激活服务, 这一始于 Windows XP 时代的经典验证方式正式谢幕。 IT之家援引博文介绍,电话激活的机制本质上是验证软件许可条款合规性的过程。系统通过将产品密钥与设备硬件绑定,以防止同一密钥在多台设备上违规使用。
标签:#win11
Created by RocM
官方频道:@rocCHL
官方群组:@roctech
官方合作:@rocmmbot
微软全面放开,Win10/Win11 硬件合规设备获推 25H2 新版
微软已向所有兼容的 Windows 10 和 11 设备开放 Windows 11 25H2 更新。 用户现在可以通过 Windows Update 设置手动更新。 此更新保留了 Windows 11 的原始硬件要求,但高级 AI 功能可能需要更强大的处理器或 NPU。
标签:#win11
Created by RocM
官方频道:@rocCHL
官方群组:@roctech
官方合作:@rocmmbot
初探记事本 AI 流式生成:首批限 Copilot+ PC 设备,微软承诺未来将覆盖所有 Win11 设备
微软正在将包括“流式生成”在内的 AI 功能集成到 Windows 11 记事本应用程序中,允许类似 ChatGPT 的实时 AI 文本生成。目前仅限于 Copilot+ 电脑,微软计划将可用性扩展到所有 Windows 11 设备。然而,此举引发了争议,一些用户质疑在传统简单的文本编辑器中添加 AI。
标签:#win11
Created by RocM
官方频道:@rocCHL
官方群组:@roctech
官方合作:@rocmmbot