INSTALLED_APPS = (
...
'haystack',
)
全文检索
- 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，点击查看官方网站
- 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，点击查看whoosh文档
- 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，点击查看jieba文档
- 在虚拟环境中依次安装需要的包
pip install django-haystack
pip install whoosh
pip install jieba
- 修改test6/settings.py文件，安装应用haystack
- 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'
url(r'^search/', include('haystack.urls')),
创建引擎及索引
- 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)
def get_model(self):
return GoodsInfo
def index_queryset(self, using=None):
return self.get_model().objects.all()
- 在templates目录下创建“search/indexes/booktest/”目录
- 在上面的目录中创建“goodsinfo_text.txt”文件
-
#指定索引的属性
{{object.gcontent}}
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/
- 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()
- 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
- 打开复制出来的新文件，引入中文分析类，内部采用结巴分词
from .ChineseAnalyzer import ChineseAnalyzer
查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()
python manage.py rebuild_index
使用
- 按照配置，在admin管理中添加数据后，会自动为数据创建索引，可以直接进行搜索，可以先创建一些测试数据
- 在booktest/views.py中定义视图query
def query(request):
return render(request,'booktest/query.html')
url(r'^query/', views.query),
- 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
<html>
<head>
<title>全文检索</title>
</head>
<body>
<form method='get' action="/search/" target="_blank">
<input type="text" name="q">
<br>
<input type="submit" value="查询">
</form>
</body>
</html>
- 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
<html>
<head>
<title>全文检索--结果页</title>
</head>
<body>
<h1>搜索 <b>{{query}}</b> 结果如下：</h1>
<ul>
{%for item in page%}
<li>{{item.object.id}}--{{item.object.gcontent|safe}}</li>
{%empty%}
<li>啥也没找到</li>
{%endfor%}
</ul>
<hr>
{%for pindex in page.paginator.page_range%}
{%if pindex == page.number%}
{{pindex}}
{%else%}
<a href="?q={{query}}&page={{pindex}}">{{pindex}}</a>
{%endif%}
{%endfor%}
</body>
</html>
http://127.0.0.1:8000/query/
