**
全文檢索
**
全文檢索不同於特定字段的模糊查詢,使用全文檢索的效率更高,並且能夠對於中文進行分詞處理
haystack:django的一個包,可以方便地對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,但是無二進制包,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,如果覺得不好用可以使用一些收費產品
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
添加應用
INSTALLED_APPS = (
...
'haystack',
)
3.添加搜索引擎
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
}
}
4.自動生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
5.在項目的urls.py中添加url
urlpatterns = [
...
url(r'^search/', include('haystack.urls')),
]
6.在應用目錄下建立search_indexes.py文件
coding=utf-8
from haystack import indexes
from models import GoodsInfo
class GoodsInfoIndex(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()
7.在目錄“templates/search/indexes/應用名稱/”下創建“模型類名稱_text.txt”文件
goodsinfo_text.txt,這裏列出了要對哪些列的內容進行檢索
{{ object.gName }}
{{ object.gSubName }}
{{ object.gDes }}
8.在目錄“templates/search/”下建立search.html
<!DOCTYPE html>
<html>
<head>
<title></title>
</head>
<body>
{% if query %}
<h3>搜索結果如下:</h3>
{% for result in page.object_list %}
<a href="/{{ result.object.id }}/">{{ result.object.gName }}</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>
9.建立ChineseAnalyzer.py文件
保存在haystack的安裝文件夾下,路徑如“/home/python/.virtualenvs/django_py2/lib/python2.7/site-packages/haystack/backends”
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()
10.複製whoosh_backend.py文件,改名爲whoosh_cn_backend.py
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
from .ChineseAnalyzer import ChineseAnalyzer
查找:
analyzer=StemmingAnalyzer()
改爲:
analyzer=ChineseAnalyzer()
11.生成索引
初始化索引數據
python manage.py rebuild_index
12.在模板中創建搜索欄
<form method='get' action="/search/" target="_blank">
<input type="text" name="q"> //此處name必須命名爲 q
<input type="submit" value="查詢">
</form>