Question

Rails和Django等Web框架内置了对“slugs”的支持，用于生成可读和SEO友好的URL：

slug字符串通常只包含字符a-z，0-9和-，因此可以在没有URL转义的情况下编写（想想“foo％20bar”）。

我正在寻找一个Perl slug函数，给定任何有效的Unicode字符串将返回一个slug表示（a-z，0-9和-）。

一个超级微不足道的slug功能将是：

$input = lc($input),
$input =~ s/[^a-z0-9-]//g;

但是，此实现不会处理国际化和重音（我希望ë成为e）。解决这个问题的一种方法是列举所有特殊情况，但这不是很优雅。我正在寻找更好的思考和一般性的东西。

我的问题：

在Perl中生成Django / Rails类型slugs的最常用/最实用的方法是什么？ This是我在Java中解决同样问题的方法。

Answer 1

Django中当前使用的slugify filter（大致）转换为以下Perl代码：

use Unicode::Normalize;

sub slugify($) {
    my ($input) = @_;

    $input = NFKD($input);         # Normalize (decompose) the Unicode string
    $input =~ tr/\000-\177//cd;    # Strip non-ASCII characters (>127)
    $input =~ s/[^\w\s-]//g;       # Remove all characters that are not word characters (includes _), spaces, or hyphens
    $input =~ s/^\s+|\s+$//g;      # Trim whitespace from both ends
    $input = lc($input);
    $input =~ s/[-\s]+/-/g;        # Replace all occurrences of spaces and hyphens with a single hyphen

    return $input;
}

由于您还想将重音字符更改为非重音字符，因此在剥离非ASCII字符之前抛出对unidecode（在Text::Unidecode中定义）的调用似乎是您最好的选择（{{ 3}}）。

在这种情况下，该功能可能如下所示：

use Unicode::Normalize;
use Text::Unidecode;

sub slugify_unidecode($) {
    my ($input) = @_;

    $input = NFC($input);          # Normalize (recompose) the Unicode string
    $input = unidecode($input);    # Convert non-ASCII characters to closest equivalents
    $input =~ s/[^\w\s-]//g;       # Remove all characters that are not word characters (includes _), spaces, or hyphens
    $input =~ s/^\s+|\s+$//g;      # Trim whitespace from both ends
    $input = lc($input);
    $input =~ s/[-\s]+/-/g;        # Replace all occurrences of spaces and hyphens with a single hyphen

    return $input;
}

前者适用于主要是ASCII的字符串，但是当整个字符串由非ASCII字符组成时，它们会很短，因为它们都被剥离，留下一个空字符串。

示例输出：

string        | slugify       | slugify_unidecode
-------------------------------------------------
hello world     hello world     hello world
北亰                            bei-jing
liberté         liberta         liberte

请注意，使用Django启发的实现，北how如何变得毫无结果。还要注意NFC标准化所带来的差异 - 在剥离分解字符的第二部分后，liberté变成了NFKD的“自由”，但在用NFC去掉重新组装的“é”之后会变得“自由”。

Answer 2

您是否在寻找Text::Unidecode之类的内容？

Answer 3

String::Dirify用于在博客软件Movable Type / Melody中制作slu ..

Answer 4

将Text::Unaccent添加到链的开头看起来就像它会做你想要的。

Answer 5

最直接的解决方案是使用Text::Slugify来完成您的需要。这是一个微不足道的代码，可以很好地为您提供slugify函数。

它依赖于Text::Unaccent::PurePerl来删除字符的重音。

如何在Perl中生成URL slugs？

5 个答案: