Django搜索工具——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

INSTALLED_APPS = (...'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'

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

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 GoodsInfodef index_queryset(self, using=None):return self.get_model().objects.all()

在templates目录下创建“search/indexes/booktest/”目录

全文检索

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, Tokenclass 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 = wt.boost = 1.0if 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 tdef 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

whoosh_cn_backend.py

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

更改词语分析类

查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()

初始化索引数据

python manage.py rebuild_index

按提示输入y后回车，生成索引

全文检索

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')

在booktest/urls.py中配置

    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&nbsp;<b>{{query}}</b>&nbsp;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}}&nbsp;&nbsp;{%else%}<a href="?q={{query}}&amp;page={{pindex}}">{{pindex}}</a>&nbsp;&nbsp;{%endif%}
{%endfor%}
</body>
</html>