一、基本库安装
pip install django-haystack # 全文检索框架
pip install whoosh #whoosh搜索引擎
pip install jieba #中文分词库
- haystack:全文检索的框架,支持whoosh、solr、Xapian、Elasticsearc四种全文检索引擎。
- 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。因此更适用于一些小型网站
- jieba:中文分词库。
二、配置索引框架
settings.py文件
INSTALLED_APPS = (
...
'haystack', # 全文检索框架
...
)
# 全文检索框架配置
HAYSTACK_CONNECTIONS = {
'default': {
# 使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
# 索引文件路径
'PATH': os.path.join(BASE_DIR, 'indexpath'),
}
}
# 当添加、修改、删除数据时,自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
三、生成索引文件
1.在需要索引的应用文件夹中新建索引文件例如:appname_index.py
from haystack import indexes
from appname.models import ModelClass
#指定对于某个应用(app)的某个类的某些数据建立索引
class ModelClassIndex(indexes.SearchIndex, indexes.Indexable):
# 设置需要检索的主要字段内容 use_template表示字段内容在模板中
text = indexes.CharField(document=True, use_template=True)
# 获取检索对应对的模型
def get_model(self):
return ModelClass
# 设置检索需要使用的查询集
def index_queryset(self, using=None):
return self.get_model().objects.all()
2.设置需要检索的主要字段内容
由于上步骤中use_template表示字段内容在模板中,所以在模板即(templates)文件夹中设置需要检索的主要字段内容
位置:templates/search/indexes/应用名/模型名小写_text.txt
# 指定搜索的字段
#object就代表get_model()方法返回的对象
{{object.field1}}
{{object.field2}}
{{object.field3}}
四、命令生成索引文件
python manage.py rebuild_index
五、设置总路由
urlpatterns = [
...
url(r'^search/', include('haystack.urls')), #全文搜索框架
...
]
六、templates模板页面
位置: templates/search/search.html模板页面,并且传递以下关键变量:
- query 搜索的关键字
- page 当前页检索结果集----> 遍历后是一个个的SearchResult对象—>SearchResult.object才是检索的模型(商品)对象
- paginator: 分页paginator对象
七、中文搜索
由于whoosh本身的分析词对中文支持较差,所以我们可以使用jieba来替换其本身的分析器。
- 打开虚拟环境/Lib/site-packages/haystack/backends/
- 在上面的目录下创建ChineseAnalyzer.py文件,内容如下:
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 改名为 whoosh_cn_backend.py
-
.打开whoosh_cn_backend.py,引入中文分析类,内部采用jieba分词。
from .ChineseAnalyzer import ChineseAnalyzer
-
更改whoosh_cn_backend.py文件中使用的词语分析类。
查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()
-
修改settings.py文件中的配置项。
#全文检索框架配置
HAYSTACK_CONNECTIONS = {
'default': {
# 使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',#修改了whoosh——backend
# 索引文件路径
'PATH': os.path.join(BASE_DIR, 'indexpath'),
}
}
- 重新创建索引数据。
python manage.py rebuild_index