まず、基本的なライブラリがインストールされています
pip install django-haystack # 全文检索框架
pip install whoosh #whoosh搜索引擎
pip install jieba #中文分词库
- 干し草の山:ヒューという音をサポートし、フレームワークのフルテキストを検索、Solrの、Xapianの、Elasticsearc全文検索エンジンの4種類。
- ヒューという音:パフォーマンスはスフィンクス、Xapianの、Elasticsearcなど、ないバイナリパッケージとして、プログラムは不可解な崩壊をしませんされていないが、純粋なPythonのフルテキスト検索エンジンで書かれました。いくつかの小さなサイトのため、より適切な
- jieba:中国のサブシソーラス。
第二に、フレーム構成インデックス
settings.pyファイル
INSTALLED_APPS = (
...
'haystack', # 全文检索框架
...
)
# 全文检索框架配置
HAYSTACK_CONNECTIONS = {
'default': {
# 使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
# 索引文件路径
'PATH': os.path.join(BASE_DIR, 'indexpath'),
}
}
# 当添加、修改、删除数据时,自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
第三に、インデックスファイルを生成します
appname_index.py:1.例えばインデックスアプリケーションフォルダにインデックスに新しいファイルを作成します。
from haystack import indexes
from appname.models import ModelClass
#指定对于某个应用(app)的某个类的某些数据建立索引
class ModelClassIndex(indexes.SearchIndex, indexes.Indexable):
# 设置需要检索的主要字段内容 use_template表示字段内容在模板中
text = indexes.CharField(document=True, use_template=True)
# 获取检索对应对的模型
def get_model(self):
return ModelClass
# 设置检索需要使用的查询集
def index_queryset(self, using=None):
return self.get_model().objects.all()
2.メインフィールドは、コンテンツを取得する必要があります
ステップuse_templateは、テンプレート内のフィールドが、その主なフィールドは(テンプレート)フォルダでテンプレートの内容取得する必要が設定されていることを示しているので
、テンプレート/検索/インデックス/アプリケーション名/モデル名を小文字_text.txt:場所を
# 指定搜索的字段
#object就代表get_model()方法返回的对象
{{object.field1}}
{{object.field2}}
{{object.field3}}
第四に、コマンドは、インデックスファイルを生成し、
python manage.py rebuild_index
第五に、総ルートを設定
urlpatterns = [
...
url(r'^search/', include('haystack.urls')), #全文搜索框架
...
]
六は、テンプレートページをテンプレート
場所:テンプレート/検索/ search.htmlのページテンプレート、および次のキーの変数を渡します。
- キーワード検索クエリ
- ---->現在のページ検索結果ページのセットを横断した後のSearchResultオブジェクトの一つである - >モデル(商品)SearchResult.objectオブジェクトが検索されます
- ページネータ:ページングページネータオブジェクト
七の中国の検索
貧しい人々のための中国の支援のワードヒューという音独自の分析として、私たちはjiebaを使用して、独自のパーサを置き換えることができます。
- 仮想環境を開き、/ libに/のsite-packages /干し草の山/バックエンド/
- 以下のように、上記のディレクトリにChineseAnalyzer.pyファイルを作成:
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()
-
whoosh_cn_backend.py改名さwhoosh_backend.pyコピー
-
オープンwhoosh_cn_backend.py、中国のクラス解析の導入、内部使用のjiebaワード。
from .ChineseAnalyzer import ChineseAnalyzer
-
クラスファイルの解析に使用されるwhoosh_cn_backend.py単語を変更します。
検索
analyzer=StemmingAnalyzer()
変更
analyzer=ChineseAnalyzer()
-
設定項目settings.pyファイルを変更します。
#全文检索框架配置
HAYSTACK_CONNECTIONS = {
'default': {
# 使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',#修改了whoosh——backend
# 索引文件路径
'PATH': os.path.join(BASE_DIR, 'indexpath'),
}
}
- インデックスデータを再作成します。
python manage.py rebuild_index