django-haystack插件基本使用操做流程

搜索

　　搜索能夠使用最原始的模糊匹配的like方式進行搜索。固然這種搜索方式對於一些小量的數據是很是合適的。可是隨着數據量愈來愈大。這時候咱們就須要使用搜索引擎了。搜索引擎會將全部須要搜索的數據使用算法作一個索引，之後搜索的時候就只須要根據這個索引便可找到相應的數據。搜索引擎作索引的過程會比較慢，甚至佔用空間，可是一旦索引創建完成，那麼之後再搜索的時候就會很快了。

django-haystack插件概述

　　這個插件是專門給Django提供搜索功能的。django-haystack提供了一個搜索的接口，底層能夠根據本身的需求更換搜索引擎。他其實有點相似於Django中的ORM插件，提供了一個操做數據庫的接口，可是底層具體使用哪一個數據庫是能夠本身設置的。

　　django-haystack支持的搜索引擎有Solr、Elasticsearch、Whoosh、Xapian等。Whoosh是基於純Python的搜索引擎，檢索速度快，集成方便。

安裝

1 pip3 install django-haystack 2 pip3 install whoosh

集成步驟

 1.在項目中安裝django-haystack，在settings.py

 1 INSTALLED_APPS = [  2     'django.contrib.admin',  3     'django.contrib.auth',  4     'django.contrib.contenttypes',  5     'django.contrib.sessions',  6     'django.contrib.sites',  7 
 8     # 添加
 9     'haystack', 10 ]

 2.設置搜索引擎,在settings中

1 HAYSTACK_CONNECTIONS = { 2     'default': { 3         # 設置haystack的搜索引擎
4         'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine', 5         # 設置索引文件的位置
6         'PATH': os.path.join(BASE_DIR, 'whoosh_index'), 7  } 8 } 

3.建立索引類 

 　　在模型所屬的app下建立一個search_indexes.py文件，而後建立索引類。假如要給News app建立索引，代碼以下：

1 class NewsIndex(indexes.SearchIndex,indexes.Indexable): 2     text = indexes.CharField(document=True,use_template=True) 3 
4     def get_model(self): 5         return News 6 
7     def index_queryset(self, using=None): 8         return self.get_model().objects.all() 

4.添加url映射 

1 urlpatterns = [ 2     path('',views.index,name='index'), 3     # 添加search的url映射
4     path('search/',include('haystack.urls')), 5     path('news/', include("apps.news.urls")), 6 ] 

 5.添加模板

 　　在templates文件夾下建立如下結構的目錄：

1 templates 2  search 3  indexes 4  news(app的名字) 5                 news(模型的名字)_text.txt 

 　　而後在news_text.txt中添加須要被索引的字段

1 # 根據標題和內容文本
2 {{ object.title }} 3 {{ object.content }}

　　緊接着templates文件下建立search.html模板文件，haystack會自動在templates文件下尋找這個模板文件渲染，而且會給這個模板傳入page/paginator/query等參數，django內置的分頁與查詢的關鍵字。咱們能夠經過page.object_list獲取到查詢出來的數據。

<ul class="recommend-list">
    {% for result in page.object_list %}
        {% with result.object as news %}
            <li>
                <div class="thumbnail-group">
                    <a href="#">
                        <img src="{{ news.thumbnail }}" alt="">
                    </a>
                </div>
                <div class="news-group">
                    <p class="title">
                        <a href="#">{{ news.title }}</a>
                    </p>
                    <p class="desc">
                        {{ news.desc }}
                    </p>
                    <p class="more">
                       <span class="category">{{ news.caetgory.name }}</span>
                        <span class="pub-time">{{ news.pub_time }}</span>
                        <span class="author">{{ news.author.username }}</span>
                    </p>
                </div>
            </li>
        {% endwith %}
    {% endfor %}
</ul>

6.創建索引　　

1 python manage.py rebuild_index 

若是不想每次數據操做後都要手動的建立索引，能夠在settings中配置： 

1 # 增刪改查後自動建立索引
2 HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

 7.使用jieba分詞替換Whoosh默認的分詞

　　Whoosh默認是採用正則表達式進行分詞的，這對於英文詞彙適用，可是中文支持的很差，這裏替換爲jieba分詞，jieba分詞庫對中文卻支持的好。

　　安裝

1 pip3 install jieba

　　

　　安裝完成後，拷貝D:\python\Lib\site-packages\haystack\backends\whoosh_backend.py其中的代碼，將他放在項目的其餘包中，而後建立一個名叫whoosh_cn_backend.py文件，把剛剛複製的代碼粘貼進去，而後再添加如下代碼： 

 1 import jieba  2 from whoosh.analysis import Tokenizer, Token  3 
 4 class ChineseTokenizer(Tokenizer):  5     def __call__(self, value, positions=False, chars=False,  6                  keeporiginal=False, removestops=True,  7                  start_pos=0, start_char=0, mode='', **kwargs):  8         t = Token(positions, chars, removestops=removestops, mode=mode,  9                   **kwargs) 10         seglist = jieba.cut(value, cut_all=True) 11         for w in seglist: 12             t.original = t.text = w 13             t.boost = 1.0
14             if positions: 15                 t.pos = start_pos + value.find(w) 16             if chars: 17                 t.startchar = start_char + value.find(w) 18                 t.endchar = start_char + value.find(w) + len(w) 19             yield t 20 
21 def ChineseAnalyzer(): 22     return ChineseTokenizer()

　　而後再將以前的代碼中的分析器analyzer=StemmingAnalyzer()替換爲analyzer=ChineseAnalyzer()就好了。

瞭解更多：http://django-haystack.readthedocs.io/en/master/tutorial.html