Elasticsearch：Serarch tutorial - 使用 Python 进行搜索 （二）

这个是继上一篇文章 “Elasticsearch：Serarch tutorial - 使用 Python 进行搜索 （一）” 的续篇。在今天的文章中，我们接着来完成如何进行分页及过滤。

分页 - pagination

应用程序处理大量结果通常是不切实际的。 因此，API 和 Web 服务使用分页控件来允许应用程序请求小块或页面的结果。

你可能已经注意到，Elasticsearch 默认情况下不会返回超过 10 个结果。 可以在搜索请求中给出可选的大小参数来更改此最大值。 以下示例要求最多返回 5 个搜索结果：

results = es.search(query={'multi_match': {'query': query,'fields': ['name', 'summary', 'content'],}}, size=5
)

要访问结果的其他页面，请使用 from_ 参数，该参数指示从完整结果列表中的位置开始（因为 from 是 Python 中的保留关键字，所以使用 from_ ）。

下一个示例检索第二页 5 个结果：

results = es.search(query={'multi_match': {'query': query,'fields': ['name', 'summary', 'content'],}}, size=5, from_=5
)

让我们将 size 和 from_ 合并到 app.py 中的 handle_search() 端点中：

@app.post('/')
def handle_search():query = request.form.get('query', '')from_ = request.form.get('from_', type=int, default=0)results = es.search(query={'multi_match': {'query': query,'fields': ['name', 'summary', 'content'],}}, size=5, from_=from_)return render_template('index.html', results=results['hits']['hits'],query=query, from_=from_,total=results['hits']['total']['value'])

此处页面大小现已硬编码为 5（你可以随意使用您喜欢的任何其他数字）。 假定 from_ 参数作为提交表单中的附加字段给出，但该字段被认为是可选的，不存在时默认为 0。

index.html 中可用的搜索表单没有 from_ 字段，因此常规搜索将始终从第一个结果开始。 该模板显示有关所显示结果范围以及总数的信息。 以下是使用模板表达式完成此操作的方法：

<div class="col-sm-auto my-auto">Showing results {{ from_ + 1 }}-{{ from_ + results|length }} out of {{ total }}.
</div>

该模板还包括显示分页按钮以在结果列表中向前或向后移动的逻辑。 这是 “Previous results” 按钮的实现：

{% if from_ > 0 %}<div class="col-sm-auto my-auto"><a href="javascript:history.back(1)" class="btn btn-primary">← Previous page</a></div> 
{% endif %}

正如您所看到的，只有当 from_ 大于零时，“Previous page” 按钮才会呈现到页面。 该按钮的实现使用浏览器的历史 API 来返回一页。

“Next page” 按钮有一个更有趣的实现：

{% if from_ + results|length < total %}<div class="col-sm-auto my-auto"><form method="POST"><input type="hidden" name="query" value="{{ query }}"><input type="hidden" name="from_" value="{{ from_ + results|length }}"><button type="submit" class="btn btn-primary">Next page →</button></form></div>
{% endif %}

该按钮实际上并不是一个独立的按钮，而是一个完整的表单，除了按钮之外还有两个隐藏字段。 该表单与主搜索表单类似，但包含可选的 from_ 字段，调整为指向下一页结果。 单击此按钮时，Flask 应用程序将从该备用表单接收搜索请求，该表单使用相同的文本查询，但使用非零的 from_ 值。

通过这种小而巧妙的分页实现，你将能够浏览多页结果。

过滤 - Filters

许多应用程序需要让用户能够自定义查询，以补充搜索查询本身的功能。 在本章中，你将学习过滤，这是一种技术，可以指定仅对满足给定条件的索引中包含的文档子集执行搜索查询。

布尔查询简介

在实现过滤器之前，你必须了解复合查询是如何在 Elasticsearch 中实现的。

复合查询允许应用程序组合两个或多个单独的查询，以便它们一起执行，并在适当的情况下返回一组组合结果。 在 Elasticsearch 中创建复合查询的标准方法是使用布尔查询。

布尔查询充当两个或多个单独查询或子句的包装器。 有四种不同的方式来组合查询：

  • bool.must：子句必须匹配。 如果给出多个子句，则所有子句都必须匹配（类似于 AND 逻辑运算）。
  • bool.should：当不带 must 使用时，至少一个子句应该匹配（类似于 OR 逻辑运算）。 当与 must 结合使用时，每个匹配子句都会提高文档的相关性得分。
  • bool.filter：只有与子句匹配的文档才被视为搜索结果候选。
  • bool.must_not：只有与子句不匹配的文档才被视为搜索结果候选。

有关布尔查询的更多描述，请参阅文章 “开始使用 Elasticsearch （2）”。

正如你可能从上面猜到的那样，布尔查询涉及相当多的复杂性，并且可以通过多种方式使用。 在本章中，你将学习如何将前面章节中实现的多重匹配全文搜索子句与将结果限制为一类文档的过滤器相结合。 回想一下，本教程使用的数据集包含一个 category 字段，可以设置为 sharepoint、teams 或 github。

向查询添加过滤器

当前在教程应用程序中实现的多重匹配查询使用以下结构：

{'multi_match': {'query': "query text here",'fields': ['name', 'summary', 'content'],}
}

要添加将此搜索限制为特定类别的过滤器，必须按如下方式扩展查询：

{'bool': {'must': [{'multi_match': {'query': "query text here",'fields': ['name', 'summary', 'content'],}}],'filter': [{'term': {'category.keyword': {'value': "category to filter"}}}]}
}

让我们详细看看该查询中的新组件。

首先，multi_match 查询已移至 bool.must 子句内。 bool.must 子句通常是定义基本查询的地方。 请注意，must 接受要搜索的查询列表，因此这允许在需要时组合多个基本级查询。

过滤是在 bool.filter 部分中使用新的查询类型（term 查询）实现的。 对过滤器使用 match 或 multi_match 查询并不是一个好主意，因为这些是全文搜索查询。 为了过滤的目的，查询必须为每个文档返回绝对正确或错误的答案，而不是像匹配查询那样返回相关性分数。

Term 查询对给定字段中的值执行精确搜索。 这种类型的查询对于搜索标识符、标签、标记或本例中的类别很有用。

此查询不适用于为全文搜索建立索引的字段。 字符串字段被分配为默认的 text 类型，并在索引之前对其内容进行分析并分成单独的单词。 Elasticsearch 为字符串字段分配了辅助类型的 keyword 字段，该关键字将字段内容作为一个整体进行索引，使它们更适合使用术语（term）查询进行过滤。 通过在查询的过滤器部分中使用 category.keyword 的字段名称，将使用该字段的 keyword 类型变体，而不是默认的 text 变体。

更多有关 text 及 keyword 之间的区别，请详细阅读文章 “Elasticsearch：Text vs. Keyword - 它们之间的差异以及它们的行为方式”。

指定过滤器

在实现过滤查询之前，需要添加一种方式供最终用户输入所需的过滤器。 本教程中实现的解决方案将在搜索查询的文本中查找 “category:<category-name>” 模式。 让我们向 add.py 添加一个名为 extract_filters() 的函数来查找过滤器表达式：

def extract_filters(query):filter_regex = r'category:([^\s]+)\s*'m = re.search(filter_regex, query)if m is None:return {}, query  # no filtersfilters = {'filter': [{'term': {'category.keyword': {'value': m.group(1)}}}]}query = re.sub(filter_regex, '', query).strip()return filters, query

该函数接受用户输入的查询，并返回一个元组，其中包含在查询中找到的过滤器以及删除过滤器后修改后的查询。 为了查找过滤模式，它使用正则表达式。 如果需要，该功能可以通过附加过滤器进行扩展。

为了更好地理解此功能的工作原理，请启动 Python 会话（确保首先激活虚拟环境）并运行以下代码：

实施过滤搜索

剩下要做的就是更改 handle_search() 函数以发送更新的查询，该查询将全文搜索表达式与过滤器（如果用户给出了过滤器）组合在一起。 以下是该函数的新版本：

@app.post('/')
def handle_search():query = request.form.get('query', '')filters, parsed_query = extract_filters(query)from_ = request.form.get('from_', type=int, default=0)results = es.search(query={'bool': {'must': {'multi_match': {'query': parsed_query,'fields': ['name', 'summary', 'content'],}},**filters}}, size=5, from_=from_)return render_template('index.html', results=results['hits']['hits'],query=query, from_=from_,total=results['hits']['total']['value'])

查询现已更改为发送 bool 表达式，并且搜索表达式已移至其下方的 must 部分内。 extract_filters() 函数以需要发送到 Elasticsearch 的形式返回查询的过滤器部分，因此它也被插入到查询字典中的顶级 bool 键下。

尝试搜索查询（例如 work from home Category:sharepoint）以查看如何仅返回给定类别 (category) 的文档。

从上面的结果中，我们可以看出来所有的文档的 Category 都是 sharepoint。

Match-all 查询

在转到新主题之前，请尝试在搜索查询文本字段中仅输入过滤器，例如 category:github。 不幸的是，这不会返回任何结果，但在这种情况下的预期行为是接收与请求的类别匹配的所有结果。

发生的情况是 extract_filters() 函数返回一个元组，其中第一个元素中包含过滤器，第二个元素中包含空查询字符串。 match_all 查询接收空字符串，并返回空结果列表，因为没有任何内容与空字符串匹配。

为了解决这种特殊情况，当搜索文本为空时，可以将 multi_match 查询替换为 match_all。 下面的 handle_search() 函数版本添加了执行此操作的逻辑。 更新app.py 中的函数。

@app.post('/')
def handle_search():query = request.form.get('query', '')filters, parsed_query = extract_filters(query)from_ = request.form.get('from_', type=int, default=0)if parsed_query:search_query = {'must': {'multi_match': {'query': parsed_query,'fields': ['name', 'summary', 'content'],}}}else:search_query = {'must': {'match_all': {}}}results = es.search(query={'bool': {**search_query,**filters}}, size=5, from_=from_)return render_template('index.html', results=results['hits']['hits'],query=query, from_=from_,total=results['hits']['total']['value'])

在此版本中，你可以询问与某个类别匹配的所有文档。 请注意，所有返回的结果都具有相同的 1.0 分数，因为没有搜索词来计算分数。

恭喜，你已完成本教程的全文搜索部分！ 单击此处查看到目前为止教程搜索应用程序的状态。你可以使用如下的命令来下载代码：

git clone https://github.com/liu-xiao-guo/search-tutorial-1

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/605147.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【ros笔记】urdf文件

【ros笔记】urdf文件

urdf文件属于xml文件&#xff0c;他的标签有&#xff1a; <robot name"robot_name"><!-- 看的见摸的着刚体用link --><link name"base_link"><!-- 可视化部分 --><visual><!-- 几何形状 --><geometry><!-- b…
阅读更多...
vue-springboot 音乐推荐系统 带歌词的音乐播放器系统设计与实现 7902c

vue-springboot 音乐推荐系统 带歌词的音乐播放器系统设计与实现 7902c

少数民族音乐网站在流畅性&#xff0c;续航能力&#xff0c;等方方面面都有着很大的优势。这就意味着少数民族音乐网站的设计可以比其他系统更为出色的能力&#xff0c;可以更高效的完成最新的音乐信息、音乐资讯、在线交流等功能。 此系统设计主要采用的是JAVA语言来进行开发&…
阅读更多...
基于SpringBoot的教学辅助系统

基于SpringBoot的教学辅助系统

文章目录 项目介绍主要功能截图&#xff1a;部分代码展示设计总结项目获取方式 &#x1f345; 作者主页&#xff1a;超级无敌暴龙战士塔塔开 &#x1f345; 简介&#xff1a;Java领域优质创作者&#x1f3c6;、 简历模板、学习资料、面试题库【关注我&#xff0c;都给你】 &…
阅读更多...
实战Flink Java api消费kafka实时数据落盘HDFS

实战Flink Java api消费kafka实时数据落盘HDFS

文章目录 1 需求分析2 实验过程2.1 启动服务程序2.2 启动kafka生产 3 Java API 开发3.1 依赖3.2 代码部分 4 实验验证STEP1STEP2STEP3 5 时间窗口 1 需求分析 在Java api中&#xff0c;使用flink本地模式&#xff0c;消费kafka主题&#xff0c;并直接将数据存入hdfs中。 flin…
阅读更多...
java火车查询管理系统Myeclipse开发mysql数据库web结构java编程计算机网页项目

java火车查询管理系统Myeclipse开发mysql数据库web结构java编程计算机网页项目

一、源码特点 java Web火车查询管理系统是一套完善的java web信息管理系统&#xff0c;对理解JSP java编程开发语言有帮助&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S模式开发。开发环境为 TOMCAT7.0,Myeclipse8.5开发&#xff0c;数据库为Mysql…
阅读更多...
深度学习工具-Jupyter Notebook使用

深度学习工具-Jupyter Notebook使用

在本地编辑和运行代码 运行命令jupyter notebook。如果浏览器未自动打开&#xff0c;请打开http://localhost:8888 你可以通过单击网页上显示的文件夹来访问notebook文件。它们通常有后缀“.ipynb”。为了简洁起见&#xff0c;我们创建了一个临时的“test.ipynb”文件。单击后…
阅读更多...
计算机网络（超级详细笔记）

计算机网络（超级详细笔记）

使用教材计算机网络&#xff08;第8版&#xff09;&#xff08;谢希仁&#xff09; 第一章&#xff1a;概述 第二章&#xff1a;物理层 第三章&#xff1a;数据链路层 第四章&#xff1a;网络层 第五章&#xff1a;运输层 第六章&#xff1a;应用层 目…
阅读更多...
Linux学习第50天：Linux块设备驱动实验（二）：Linux三大驱动之一

Linux学习第50天：Linux块设备驱动实验（二）：Linux三大驱动之一

Linux版本号4.1.15 芯片I.MX6ULL 大叔学Linux 品人间百味 思文短情长 三、使用请求队列实验 1.实验程序编写 使用开发板上的一段RAM来模拟一段块设备&#xff0c;也就是ramdisk. 机械硬盘 34 #define RAMDISK_SIZE (2 * 1024 * 10…
阅读更多...
使用即时设计绘制原型设计方便吗？和Axure RP相比怎么样？

使用即时设计绘制原型设计方便吗？和Axure RP相比怎么样？

对于原型设计&#xff0c;APP 和 Web 都是一样的&#xff0c;因为产品原型是用来确定需求的工具。我们使用这种工具的目的是为了快速迭代&#xff0c;从而深入挖掘和筛选产品的需求。 绘制原型&#xff0c;最重要的原则是&#xff1a;快速、清晰&#xff01; Axure 工具的优缺…
阅读更多...
2023APMCM亚太数学建模C题 - 中国新能源汽车的发展趋势（3）

2023APMCM亚太数学建模C题 - 中国新能源汽车的发展趋势（3）

六、问题三的模型建立和求解 6.1问题分析 问题3.收集数据&#xff0c;建立数学模型分析新能源电动汽车对全球传统能源汽车行业的影响。 本题要求建立模型分析新能源电动汽车对全球传统能源汽车行业的影响。由于数据集可能略大&#xff0c;而在处理复杂问题、大量特征和大规模…
阅读更多...
spatialRF

spatialRF

官网&#xff1a;Easy Spatial Modeling with Random Forest • spatialRF (blasbenito.github.io) spatialRF是一种在考虑空间自相关的前提下&#xff0c;利用随机森林对空间数据进行回归并解释的R包。 数据要求 参数命名 data&#xff1a;训练集&#xff0c;data frame。 …
阅读更多...
基于SpringBoot的房屋租赁管理系统

基于SpringBoot的房屋租赁管理系统

文章目录 项目介绍主要功能截图&#xff1a;部分代码展示设计总结项目获取方式 &#x1f345; 作者主页&#xff1a;超级无敌暴龙战士塔塔开 &#x1f345; 简介&#xff1a;Java领域优质创作者&#x1f3c6;、 简历模板、学习资料、面试题库【关注我&#xff0c;都给你】 &…
阅读更多...
WorkPlus Meet打造高质量的视频会议体验，助力实时远程协作

WorkPlus Meet打造高质量的视频会议体验，助力实时远程协作

在全球化的商业环境中&#xff0c;远程协作和在线会议成为了企业高效工作的关键。作为一款高质量的视频会议软件&#xff0c;WorkPlus Meet以其卓越的性能和创新的功能&#xff0c;成为企业实时远程协作的首选。 WorkPlus Meet打造了高质量的视频会议体验&#xff0c;为企业提供…
阅读更多...
书生·浦语大模型趣味 Demo笔记及作业

书生·浦语大模型趣味 Demo笔记及作业

文章目录 笔记作业基础作业&#xff1a;进阶作业&#xff1a; 笔记 书生浦语大模型InternLM-Chat-7B 智能对话 Demo&#xff1a;https://blog.csdn.net/m0_49289284/article/details/135412067书生浦语大模型Lagent 智能体工具调用 Demo&#xff1a;https://blog.csdn.net/m0_…
阅读更多...
雾天条件下 SLS 融合网络的三维目标检测

雾天条件下 SLS 融合网络的三维目标检测

论文地址&#xff1a;3D Object Detection with SLS-Fusion Network in Foggy Weather Conditions 论文代码&#xff1a;https://github.com/maiminh1996/SLS-Fusion 论文摘要 摄像头或激光雷达&#xff08;光检测和测距&#xff09;等传感器的作用对于自动驾驶汽车的环境意识…
阅读更多...
vue项目中的录屏插件recordrtc且带声音

vue项目中的录屏插件recordrtc且带声音

vue项目中的录屏插件recordrtc且带声音 一、效果图二、安装插件三、直接上代码 一、效果图 其中窗口录屏不带声音&#xff0c;chrome标签和整个屏幕的录屏是带声音的 二、安装插件 npm i recordrtc 三、直接上代码 <template><div class"record-page">…
阅读更多...
react-router-domV6.21.1版本结合ant design mobile的TabBar标签栏和Popup弹出层实现移动端路由配置

react-router-domV6.21.1版本结合ant design mobile的TabBar标签栏和Popup弹出层实现移动端路由配置

react-router-demo react-router-dom在V6版本之后更换了很多的API名称&#xff0c;在ant design mobile的TabBar配置中还是之前的旧版本&#xff0c;比如使用了switch组件等。我们在这里使用新版本的react-router-dom进行react移动端的配置 首先使用npm下载最新版的react-rout…
阅读更多...
MYSQL双主节点–更换ip

MYSQL双主节点–更换ip

MYSQL双主节点–更换ip 一、更换双主节点ip 1.停止mysql服务 #安装了supervisor supervisorctl stop mysql #未安装 systemctl stop mysqld2.修改网卡配置信息 注&#xff1a;ens33是网卡名称&#xff0c;可能网卡不叫ens33 vi /etc/sysconfig/network-scripts/ifcfg-ens333…
阅读更多...
Mybatis入门源码二：sql执行

Mybatis入门源码二：sql执行

后面开始分析sql执行的源码流程也就是这一部分 一、factory.openSession() 重点关注configuration.newExecutor这个方法&#xff0c;获取事务处理器比较简单&#xff0c;就是获取一个jdbc的事务管理器。 这个方法通过传入的执行器类型来创建不同的执行器&#xff0c;有simp…
阅读更多...
CNN——ResNet

CNN——ResNet

深度残差网络&#xff08;Deep residual network, ResNet&#xff09;的提出是CNN图像史上的一件里程碑事件&#xff0c;并且让深度学习真正可以继续做下去&#xff0c;斩获2016 CVPR Best Paper。此外ResNet的作者都是中国人&#xff0c;一作何恺明。ResNet被提出以后很多的网…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023