技术笔记外传——用whoosh搭建自己的搜索框架（一）

在之前的博文中，我对haystack进行了诸多方面的吐槽，因此就产生了摆脱haystack的想法，而是利用whoosh搜索库自己实现搜索功能。为了提升搜索功能的通用性，我将其也设计成一个即插即用的app，算是自己实现了一个简单的搜索框架——blogsearchengine。

由于这个搜索框架目前的服务对象是基于我们的个人博客，因此将其命名为blogsearchengine。然而，作为一个具备通用性的搜索框架，显然它不仅能搜索我们的博客，还可以根据用户的设定来搜索其他django的模型数据，并且根据用户指定条件来对搜索范围进行更新和过滤。此外，blogsearchengine还提供了两种默认的搜索表单，可让用户根据自己的喜好来设定搜索条件。另外，虽然我之前吐槽过haystack的View类的设计，然而blogsearchengine也提供了默认的View类用于显示搜索结果。

blogsearchengine目前包括三大部分：1、搜索引擎searchengine；2、两种搜索表单；3、一个搜索结果View类。searchengine类显然是这个框架的核心部分，它包含了建立索引、更新索引以及提供搜索结果几个核心的功能；搜索表单包括一个基础表单和一个带单选框的表单，前者可以让用户使用简单搜索功能，而后者可以让用户在选定的范围内进行搜索；而View类免去了用户再去设计后端视图的工作，只需传入自己的模板文件名即可得到现成的搜索结果。

这是采用了blogsearchengine框架后的搜索页面和搜索结果：

搜索表单使用的是带单选框的表单，可以根据用户选择在指定范围中搜索。

这里是搜索结果，关键字已被加粗高亮。

在这期博客中，首先为大家介绍blogsearchengine的核心部分——搜索引擎searchengine。

一 whoosh搜索库

在介绍搜索引擎之前，有必要介绍一下whoosh的概念。whoosh是python实现的一套索引库。它提供了相当多的函数和类用于让用户对自己的文档建立索引，并通过给定的条件来对这些建立了索引的文档进行搜索。与solr和elasticsearch相比，whoosh本身就是基于python开发的，而solr和elasticsearch则是用java实现，使用whoosh可以免去一些环境配置工作。

whoosh具备以下特点：1、速度快，使用纯python解析，不需要编译器；2、whoosh使用BM25F作为排序算法，更方便自定义；3、whoosh建立的索引相比其他索引库