全文检索

全文检索不同于特定字段的模糊查询，使用全文检索的效率更高，并且能够对于中文进行分词处理。

haystack：全文检索的框架，支持whoosh、solr、Xapian、Elasticsearc四种全文检索引擎，点击查看官方网站。
whoosh：纯Python编写的全文搜索引擎，虽然性能比不上sphinx、xapian、Elasticsearc等，但是无二进制包，程序不会莫名其妙的崩溃，对于小型的站点，whoosh已经足够使用，点击查看whoosh文档。
jieba：一款免费的中文分词包，如果觉得不好用可以使用一些收费产品。

1）在虚拟环境中依次安装需要的包。

pip install django-haystack
pip install whoosh
pip install jieba

2）修改test6/settings.py文件，安装应用haystack。

INSTALLED_APPS = (
    ...
    'haystack',
)

3）在test6/settings.py文件中配置搜索引擎。

...
HAYSTACK_CONNECTIONS = {
    'default': {
        #使用whoosh引擎
        'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
        #索引文件路径
        'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
    }
}

#当添加、修改、删除数据时，自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

4）在test6/urls.py中添加搜索的配置。

    url(r'^search/', include('haystack.urls')),

创建引擎及索引

1）在booktest目录下创建search_indexes.py文件。

from haystack import indexes
from booktest.models import GoodsInfo
#指定对于某个类的某些数据建立索引
class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable):
    text = indexes.CharField(document=True, use_template=True)

    def get_model(self):
        return GoodsInfo

    def index_queryset(self, using=None):
        return self.get_model().objects.all()

2）在templates目录下创建"search/indexes/booktest/"目录。

3）在上面的目录中创建"goodsinfo_text.txt"文件。

#指定索引的属性
{{object.gcontent}}

4）找到虚拟环境py_django下的haystack目录。

/home/python/.virtualenvs/py_django/lib/python3.5/site-packages/haystack/backends/

5）在上面的目录中创建ChineseAnalyzer.py文件。

import jieba
from whoosh.analysis import Tokenizer, Token

class ChineseTokenizer(Tokenizer):
    def __call__(self, value, positions=False, chars=False,
                 keeporiginal=False, removestops=True,
                 start_pos=0, start_char=0, mode='', **kwargs):
        t = Token(positions, chars, removestops=removestops, mode=mode,
                  **kwargs)
        seglist = jieba.cut(value, cut_all=True)
        for w in seglist:
            t.original = t.text = w
            t.boost = 1.0
            if positions:
                t.pos = start_pos + value.find(w)
            if chars:
                t.startchar = start_char + value.find(w)
                t.endchar = start_char + value.find(w) + len(w)
            yield t

def ChineseAnalyzer():
    return ChineseTokenizer()

6）复制whoosh_backend.py文件，改为如下名称：

注意：复制出来的文件名，末尾会有一个空格，记得要删除这个空格。

whoosh_cn_backend.py

7）打开复制出来的新文件，引入中文分析类，内部采用jieba分词。

from .ChineseAnalyzer import ChineseAnalyzer

8）更改词语分析类。

查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()

9）初始化索引数据。

python manage.py rebuild_index

10）按提示输入y后回车，生成索引.

使用

按照配置，在admin管理中添加数据后，会自动为数据创建索引，可以直接进行搜索，可以先创建一些测试数据。

1）在booktest/views.py中定义视图query。

def query(request):
    return render(request,'booktest/query.html')

2）在booktest/urls.py中配置。

    url(r'^query/', views.query),

3）在templates/booktest/目录中创建模板query.html。

参数q表示搜索内容，传递到模板中的数据为query。

<html>
<head>
    <title>全文检索</title>
</head>
<body>
<form method='get' action="/search/" target="_blank">
    <input type="text" name="q">
    <br>
    <input type="submit" value="查询">
</form>
</body>
</html>

4）自定义搜索结果模板：在templates/search/目录下创建search.html。

搜索结果进行分页，视图向模板中传递的上下文如下：

query：搜索关键字
page：当前页的page对象
paginator：分页paginator对象

视图接收的参数如下：

参数q表示搜索内容，传递到模板中的数据为query
参数page表示当前页码

<html>
<head>
    <title>全文检索--结果页</title>
</head>
<body>
<h1>搜索&nbsp;<b>{{query}}</b>&nbsp;结果如下：</h1>
<ul>
{%for item in page%}
    <li>{{item.object.id}}--{{item.object.gcontent|safe}}</li>
{%empty%}
    <li>啥也没找到</li>
{%endfor%}
</ul>
<hr>
{%for pindex in page.paginator.page_range%}
    {%if pindex == page.number%}
        {{pindex}}&nbsp;&nbsp;
    {%else%}
        <a href="?q={{query}}&amp;page={{pindex}}">{{pindex}}</a>&nbsp;&nbsp;
    {%endif%}
{%endfor%}
</body>
</html>

5）运行服务器，在浏览器中输入如下地址：

http://127.0.0.1:8000/query/

Django中安装搜索引擎方法。

全文检索

创建引擎及索引

使用

猜你喜欢