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。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
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。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
<!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
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
<!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>