Django中全文检索配置总结
haystack官网：http://haystacksearch.org/
whoosh文档： https://whoosh.readthedocs.io/en/latest/
全文检索不同于特定字段的模糊查询，使用全文检索的效率更高，并且能够对于中文进行分词处理。
haystack：全文检索的框架，支持whoosh、solr、Xapian、Elasticsearc四种全文检索引擎，。
whoosh：纯Python编写的全文搜索引擎，虽然性能比不上sphinx、xapian、Elasticsearc等，但是无二进制包，程序不会莫名其妙的崩溃，对于小型的站点，whoosh已经足够使用，
jieba：一款免费的中文分词包，如果觉得不好用可以使用一些收费产品。
创建环境的流程：
1）在虚拟环境中依次安装需要的包。
pip install django-haystack pip install whoosh pip install jieba
2）修改test6/settings.py文件，安装应用haystack。
INSTALLED_APPS = ( ... 'haystack', )
3）在test6/settings.py文件中配置搜索引擎。
#coding=utf-8
...
HAYSTACK_CONNECTIONS = {
'default': {
#使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
#索引文件路径
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
}
}
#当添加、修改、删除数据时，自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'、
HAYSTACK_SEARCH_RESULTS_PER_PAGE = 1 # 表示查找到数据的时候每页显示1个
4）在test6/urls.py中添加搜索的配置。
url(r'^search/', include('haystack.urls')),
创建引擎及索引(注意名字必须相同)
1）在booktest目录下创建search_indexes.py文件。
#coding=utf-8
from haystack import indexes
from models import GoodsInfo
#指定对于某个类的某些数据建立索引
class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable):
text = indexes.CharField(document=True, use_template=True)
# 生成的内容放在text属性里面
def get_model(self):
return GoodsInfo
def index_queryset(self, using=None):
return self.get_model().objects.all()
2）在templates目录下创建"search/indexes/booktest/"目录。目录里面创建goodsinfo_text.txt文件：
注意：以上的文件文件名不能改变--->booktest为应用的名字：文件名为模型类名_text.txt
3）在上面的目录中创建"goodsinfo_text.txt"文件。
#指定索引的属性
{{object.gcontent}}
4）找到虚拟环境py_django下的haystack目录。
home/python/.virtualenvs/py_django/lib/python2.7/site-packages/haystack/backends/
5）在上面的目录中创建ChineseAnalyzer.py文件。
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()
6）复制whoosh_backend.py文件，改为如下名称：
注意：复制出来的文件名，末尾会有一个空格，记得要删除这个空格。
whoosh_cn_backend.py
7）打开复制出来的新文件，引入中文分析类，内部采用jieba分词。
from .ChineseAnalyzer import ChineseAnalyzer
8）更改词语分析类。
查找 analyzer=StemmingAnalyzer() 改为 analyzer=ChineseAnalyzer()
9）初始化索引数据。
python manage.py rebuild_index
10）按提示输入y后回车，生成索引。输入y确定
使用索引
1）在booktest/views.py中定义视图query。
def query(request): return render(request,'booktest/query.html')
2）在booktest/urls.py中配置。
url(r'^query/', views.query),
3）在templates/booktest/目录中创建模板query.html。
参数q表示搜索内容，传递到模板中的数据为query。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>query</title>
</head>
<body>
<form action="/search/" method="get">
<input type="text" name="q"><br>
<input type="submit">
</form>
</body>
</html>
4）自定义搜索结果模板：在templates/search/目录下创建search.html。
搜索结果进行分页，视图向模板中传递的上下文如下：
- query：搜索关键字
- page：当前页的page对象
- paginator：分页paginator对象
视图接收的参数如下：
- 参数q表示搜索内容，传递到模板中的数据为query
- 参数page表示当前页码
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>search</title>
</head>
<body>
<ul>
{# 遍历视图传来的数据 #}
{% for item in page %}
<li>{{ item.object.id }}---{{ item.object.gcontent|safe }}</li>
{% endfor %}
</ul>
{# 根据page对象获取到paginator对象再获取到页码数的列表 #}
{% for pageindex in page.paginator.page_range %}
{% if pageindex == page.number %}
{{ pageindex }}
{% else %}
{# q为搜索的关键字 page为页码数 #}
<a href="?q={{ query}}&page={{ pageindex }}">{{ pageindex }}</a>
{% endif %}
{% endfor %}
</body>
</html>
