Ole-Morten Duesund
1218c5d650
Bokstaver og tall i alle skriftsystemer beholdes, alt annet blir bindestrek. NFC-normalisering gir samme slug uansett om ø/å kommer prekomponert eller som base + kombinerende tegn (macOS). URL-er i feed.xml percent-encodes siden RSS-lesere krever ASCII. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01JcEy43fNYpwg6K6oTKakWR
32 lines
999 B
Python
32 lines
999 B
Python
"""Lager URL-vennlige slugs fra titler.
|
|
|
|
Unicode-bokstaver beholdes ("Grønt er skjønt" → "grønt-er-skjønt"); moderne
|
|
nettlesere og servere håndterer UTF-8 i stier, og det gir penere og mer
|
|
lesbare adresser enn translitterering. Teksten NFC-normaliseres slik at
|
|
f.eks. «ø» skrevet som base + kombinerende tegn (vanlig fra macOS) gir samme
|
|
slug som det prekomponerte tegnet.
|
|
"""
|
|
|
|
from __future__ import annotations
|
|
|
|
import re
|
|
import unicodedata
|
|
|
|
# Alt som ikke er bokstav eller tall (i alle skriftsystemer) blir skilletegn.
|
|
_SEP = re.compile(r"[^\w]+|_+", re.UNICODE)
|
|
|
|
|
|
def slugify(text: str) -> str:
|
|
text = unicodedata.normalize("NFC", text).casefold()
|
|
text = _SEP.sub("-", text).strip("-")
|
|
return text or "post"
|
|
|
|
|
|
def unique_slug(base: str, taken: set[str]) -> str:
|
|
"""Returnerer ``base`` eller ``base-2``, ``base-3`` … til den er ledig."""
|
|
if base not in taken:
|
|
return base
|
|
n = 2
|
|
while f"{base}-{n}" in taken:
|
|
n += 1
|
|
return f"{base}-{n}"
|