django之全文檢索

時間 2019-12-01

原文原文鏈接

全文檢索

全文檢索不一樣於特定字段的模糊查詢，使用全文檢索的效率更高，而且可以對於中文進行分詞處理
haystack：django的一個包，能夠方便地對model裏面的內容進行索引、搜索，設計爲支持whoosh,solr,Xapian,Elasticsearc四種全文檢索引擎後端，屬於一種全文檢索的框架
whoosh：純Python編寫的全文搜索引擎，雖然性能比不上sphinx、xapian、Elasticsearc等，可是無二進制包，程序不會莫名其妙的崩潰，對於小型的站點，whoosh已經足夠使用
jieba：一款免費的中文分詞包，若是以爲很差用能夠使用一些收費產品

操做

1.在虛擬環境中依次安裝包

pip install django-haystack
pip install whoosh
pip install jieba

2.修改settings.py文件

添加應用

INSTALLED_APPS = (
    ...
    'haystack', )

添加搜索引擎

HAYSTACK_CONNECTIONS = {
    'default': { 'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine', 'PATH': os.path.join(BASE_DIR, 'whoosh_index'), } } #自動生成索引 HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

3.在項目的urls.py中添加url

urlpatterns = [
    ...
    url(r'^search/', include('haystack.urls')), ]

4.在應用目錄下創建search_indexes.py文件

# coding=utf-8
from haystack import indexes
from models import GoodsInfo 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()

5.在目錄「templates/search/indexes/應用名稱/」下建立「模型類名稱_text.txt」文件

#goodsinfo_text.txt，這裏列出了要對哪些列的內容進行檢索
{{ object.gName }}
{{ object.gSubName }}
{{ object.gDes }}

6.在目錄「templates/search/」下創建search.html

<!DOCTYPE html>
<html>
<head>
    <title></title>
</head>
<body>
{% if query %} <h3>搜索結果以下：</h3> {% for result in page.object_list %} <a href="/{{ result.object.id }}/">{{ result.object.gName }}</a><br/> {% empty %} <p>啥也沒找到</p> {% endfor %} {% if page.has_previous or page.has_next %} <div> {% if page.has_previous %}<a href="?q={{ query }}&amp;page={{ page.previous_page_number }}">{% endif %}&laquo; 上一頁{% if page.has_previous %}</a>{% endif %} | {% if page.has_next %}<a href="?q={{ query }}&amp;page={{ page.next_page_number }}">{% endif %}下一頁 &raquo;{% if page.has_next %}</a>{% endif %} </div> {% endif %} {% endif %} </body> </html>

7.創建ChineseAnalyzer.py文件

保存在haystack的安裝文件夾下，路徑如「/home/python/.virtualenvs/django_py2/lib/python2.7/site-packages/haystack/backends」

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()

8.複製whoosh_backend.py文件，更名爲whoosh_cn_backend.py

注意：複製出來的文件名，末尾會有一個空格，記得要刪除這個空格

from .ChineseAnalyzer import ChineseAnalyzer 
查找
analyzer=StemmingAnalyzer() 改成 analyzer=ChineseAnalyzer()

9.生成索引

初始化索引數據

python manage.py rebuild_index

10.在模板中建立搜索欄

<form method='get' action="/search/" target="_blank">
    <input type="text" name="q">
    <input type="submit" value="查詢">
</form>

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。