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 }}&page={{ page.previous_page_number }}">{% endif %}«上一頁{% if page.has_previous %}</a>{% endif %}
|
{% if page.has_next %}<a href="?q={{ query }}&page={{ page.next_page_number }}">{% endif %}下一頁»{% 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>