Django使用Slugify处理Unicode标题生成URL时字符丢失问题

这个字符丢失的问题确实常见——Django默认的slugify在处理泰米尔语这类带有变音符号的Unicode文本时，会因为默认的字符规范化逻辑（NFKD）把组合字符拆成基础字符+变音符号，然后过滤掉变音符号，导致原字符变形。哪怕你已经开启了allow_unicode=True，也没法完全避免这个问题。

给你几个可行的解决方案：

1. 自定义Slugify函数（推荐） #

自己实现一个更适合泰米尔语的slug生成逻辑，用NFC规范化来保留原字符的组合形式，避免变音符号被剥离：

import unicodedata
import re

def tamil_slugify(value):
    # 使用NFC规范化，确保组合字符（比如带变音的泰米尔语字符）保持完整
    normalized_value = unicodedata.normalize('NFC', value)
    # 把空格替换为连字符
    spaced_replaced = re.sub(r'\s+', '-', normalized_value)
    # 移除无效字符（只保留泰米尔语字符、数字和连字符，可按需调整）
    cleaned = re.sub(r'[^\w\s-]', '', spaced_replaced, flags=re.UNICODE)
    # 移除连续的连字符
    single_hyphen = re.sub(r'-+', '-', cleaned)
    # 去掉首尾的连字符
    return single_hyphen.strip('-')

之后在你的视图里替换默认的slugify：

slug = tamil_slugify(your_title_variable)

测试一下这个函数，输入“வணக்கம் நண்பர்களே”应该能得到你期望的“வணக்கம்-நண்பர்களே”。

2. 升级Django版本 #

如果你用的是较旧的Django版本（比如2.x及以下），可以尝试升级到3.0+，新版本对Unicode字符的处理逻辑有所优化，部分场景下能更好地保留非拉丁语系的特殊字符。不过这个方法不一定能完全解决泰米尔语的问题，还是自定义函数更可靠。

3. 使用第三方Slug库 #

可以试试awesome-slugify这个库，它对多语言的支持比Django原生slugify更友好，能更好地保留泰米尔语这类语言的字符。你可以直接用它替代原生函数，配置好对应语言的支持即可。

内容的提问来源于stack exchange，提问作者Akash D