Django 全文檢索

時間 2019-12-12

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
添加應用
添加搜索引擎
保存在haystack的安裝文件夾下，路徑如
C:\Users\言\AppData\Local\Programs\Python\Python37\Lib\site-packages\haystack\backends
「/Library/Frameworks/Python.framework/Version/3.6/lib/python3.6/ /site-packages/haystack/backends/」
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
初始化索引數據

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

INSTALLED_APPS = (

...

    'haystack',

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 = [

...

    Re_path(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 shopadmin import Good

class GoodIndex(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/shopadmin/」下建立「模型類名稱_text.txt」文件

#good_text.txt，這裏列出了要對哪些列的內容進行檢索

{{ object.name }}

{{ object.description }}

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.name }}</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（找到python 根路徑）

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

from .ChineseAnalyzer import ChineseAnalyzer

查找

analyzer=StemmingAnalyzer()

改成

analyzer=ChineseAnalyzer()

9.生成索引

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。