Ruby, sanitizando tus títulos en 2 líneas.
Ayer me acosté super contento, había conseguido escribir una función para sanitizar strings, o como dicen por ahí: crear un SLUG (que todavía no he encontrado la definición exacta).
Si no sabes de que hablo se trata de convertir un “Hola mundo!, qué tal?” en un “hola-mundo-que-tal” para las URLS bonitas y todo eso.
No había sido fácil pues Ruby se lleva mal con los caracteres no-ASCII y el castellano tiene muchos, había que hacer un pequeño malabarismo con la gema Unicode.
Al final mi función se veía así:
require 'unicode' def to_slug( sentence, length = 64 ) return if sentence.blank? wrong = ['á','é','í','ó','ú','ä','ë','ï','ö','ü','à','è','ì','ò','ù','ñ','ç','º','ª','_'] right = ['a','e','i','o','u','a','e','i','o','u','a','e','i','o','u','n','s','o','a','-'] sentence = sentence[0..length-1] sentence = Unicode.downcase( sentence ) for i in 0..wrong.size-1 sentence.gsub!( wrong[i], right[i] ) end sentence.gsub!( /[^a-z0-9-]/, '-' ) # not letters of numbers sentence.gsub!( /-{2,}/, '-' ) # 2 or more '-' together becoming 1 '-' sentence.gsub!( /^-|-$/, '' ) unless sentence.size == 1 # '-' at begging or at end sentence end
Estaba super orgulloso hasta que me despierto por la mañana y cambiando la pregunta a Google me encuentro con un… ‘inombrable’ que me hace esto:
require 'unicode' def to_slug str = Unicode.normalize_KD(self).gsub(/[^\x00-\x7F]/n,'') str = str.gsub(/\W+/, '-').gsub(/^-+/,'').gsub(/-+$/,'').downcase end
Exactamente (casi) lo que yo tenía pero en 2 líneas.
¡Así es Ruby!
Al final he hecho algún cambio y cogido lo bueno de uno y de otro y le he añadido soporte para STOPWORDS:
STOPWORDS = [ 'de','a','que','no','tiene','en','para', 'por','le','la','lo','las','los','el', 'una','un' ] def to_slug( length = 64, drop_stopwords = false ) return "" if self.length == 0 str = Unicode.normalize_KD(self).gsub(/[^\x00-\x7F]/n,'').downcase # stopwords if drop_stopwords STOPWORDS.each do |stopword| str.gsub!( /\s#{stopword}\s|^#{stopword}\s/, ' ' ) end end str = str.gsub(/[^A-Za-z0-9]/, '-').gsub(/^-+/,'').gsub(/-+$/,'').downcase str = str[0..length-1] end
Por su puesto que se recomienda completar la lista de STOPWORDS con las que quieras.
August 30th, 2008 at 7:56 pm
jajaja, de esas puedes encontrar unas cuantas en refactormycode.com. Una de las mejores que recuerdo fue, como parsear los parámetros de una url y meterlos en un hash, tras muchos comentarios de todo tipo por fin alguien llegó a esto:
CGI.parse(URI.parse(url).query)
XD
August 30th, 2008 at 8:08 pm
Buen link.. muy divertido :)
August 30th, 2008 at 9:32 pm
Echale también un ojo al método normalize que te da Rails:
http://api.rubyonrails.org/classes/ActiveSupport/Multibyte/Handlers/UTF8Handler.html#M000155
August 30th, 2008 at 9:58 pm
No necesitas la gema de Unicode para ello si utilizas Rails, que viene con Unicode incorporado:
‘àéïôúñ’.chars.normalize(:kd).gsub(/[^\x00-\x7F]/n, ”) # => “aeioun”
(Es una dependencia menos)
August 30th, 2008 at 10:11 pm
Podés pensar que tu función, aunque más larga, es clara para vos y por ello podés mantenerla y modificarla si alguna vez te da algún problema… si en alguna situación ese código de dos líneas no funciona la vas a ver de a cuadros.
Me parece el camino acertado entender esas dos líneas y utilizarlas para mejorar tu código en vez de tomarlas a ciegas.
Todo esto muy teórico porque si bien entiendo regular expressions (con lo cual imagino lo que hace) la sintaxis de ruby se me escapa completamente :-)
Muy buen post!
August 30th, 2008 at 10:11 pm
Juanjo: thx.. a ver si se levanta api.rubyonrails.org para verlo
Daniel (;P): cierto, lo he comprobado.
August 30th, 2008 at 10:15 pm
Andrés: Estoy contigo en que hay que anteponer lo auto-explicativo de un código a lo corto que sea.
September 10th, 2008 at 6:41 pm
Y ahora hay esto:
http://github.com/rails/rails/commit/90366a1521659d07a3b75936b3231adeb376f1a4
September 10th, 2008 at 9:28 pm
christos demasiado tosco:
El to_slug que tengo hace esto:
Pero buscando en github me encuentro esto:
http://github.com/ludo/to_slug/tree/master
Que mola bastante.
September 19th, 2008 at 12:13 pm
Sin duda interesante el post y el hilo de comentarios, pero nadie ha dicho nada sobre lo positivo o negativo del uso de las stop words en el posicionamiento de una página.
¿Hasta que punto es interesante usarlas? A veces interesa posicionar por una frase concreta y no por palabras clave.
¿Como lo veis?
September 19th, 2008 at 12:57 pm
@ceritium: Yo dejo las stop-words en mis slugs. Si te sirve de opinión.
Veo más sentido que sean obviadas por el propio indexador (en este caso google) pero los slugs me gustan más con la frase completa como tú dices.
September 29th, 2008 at 4:33 pm
También he encontrado esto:
http://github.com/henrik/slugalizer/tree/master