Django建立博客搜索功能（haystack+whoosh+jieba）

云袖秀大本营

已于 2022-04-27 15:55:08 修改

阅读量3.4k

点赞数

分类专栏： # Django博客项目文章标签： django

于 2022-04-27 11:27:15 首次发布

本文链接：https://blog.csdn.net/j1451284189/article/details/124446724

版权

Django博客项目专栏收录该内容

10 篇文章 1 订阅

订阅专栏

0-效果预览

在这里插入图片描述

1-相关说明：

haystack 全文检索框架，可配置各种搜索引擎，在Django内相当于app
whoosh 搜索引擎

2-whoosh下载与优化中文分词jieba

下载：

pip install whoosh -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

优化：由于whoosh搜索引擎自带的中文分词功能效果较差,所以为whoosh搜索引擎配置jieba库进行分词。(可不操作，但中文效果差）

下载jieba：

pip install jieba -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

配置（虚拟envs\Lib\site-packages\haystack\backends中）

a-添加文件ChineseAnalyzer.py（主要作用，使用jieba进行分词处理）

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()

b-复制文件 whoosh_backend将其重命名为whoosh_cn_backend并修改

from jieba.analyse import ChineseAnalyzer   #在顶部添加
  #注意先找到这个再修改，而不是直接添加
    schema_fields[field_class.index_fieldname] = TEXT(stored=True, analyzer=ChineseAnalyzer(),field_boost=field_class.boost, sortable=True)

3-haystack下载与配置

下载：

pip install django-haystack -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

配置(setting中)：

INSTALLED_APPS = [
    'django.contrib.admin',
    # 其它 app...
    'haystack',
]
HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'blog.whoosh_cn_backend.WhooshEngine',#配置搜索引擎
        #'ENGINE': 'blog.whoosh_backend.WhooshEngine',#若没修改，则使用原生
        'PATH': os.path.join(BASE_DIR, 'whoosh_index'),#配置索引存放位置
    },
}
HAYSTACK_SEARCH_RESULTS_PER_PAGE = 10  #每页包含多少条
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

4-配置需要建立索引的model字段

应用下建立search_indexes.py文件

from haystack import indexes
from myblog.models import Blog #Blog是需建立索引的数据表名
#类名必须为需要检索的Model_name+Index，
class BlogIndex(indexes.SearchIndex, indexes.Indexable):
    text = indexes.CharField(document=True, use_template=True)
    def get_model(self):
         return Blog
    def index_queryset(self, using=None):
        return self.get_model().objects.all()

#在template/search/indexes/项目名/模型名_text.txt设置数据模板，来构建文档搜索引擎索引

{{object.title}}
{{object.body}}
{{object.author.nickname}}

5-生成索引数据文件

python manage.py rebuild_index

6-设置路由，模板等

方法一：使用haystack自带的函数

path(‘search’, include(‘haystack.urls’)),#博客搜索（固定设置）

虚拟envs\Lib\site-packages\haystack\urls.py查看文件内容如下
from django.urls import path
from haystack.views import SearchView
urlpatterns = [path("", SearchView(), name="haystack_search")]

虚拟envs\Lib\site-packages\haystack\views.py查看SearchView()函数如下(部分)
template = "search/search.html"
（具体内容自己看，包含分页等如果需要在此基础上修改，则使用继承自己编写）
class MySearchView(SearchView)

方法二：自己编写对应函数及模板

path(‘search’, views.blog_search),#博客搜索

def blog_search(request):
    from haystack.query import SearchQuerySet, Raw
    query = request.GET.get('q')
    page_num = request.GET.get('page')
    posts = SearchQuerySet().filter(text=Raw(query))
    # articles = SearchQuerySet().filter(text=Raw(qParams)).order_by('view_num')  # 根据浏览量排序显示
    if not page_num:
        page = posts[0:10]
        post_num = page.__len__()
        print(page_num, query)
        return render(request,'search/search.html',locals())
    else:
        page_num = int(page_num)
        page = posts[(page_num-1)*10:page_num*10]
        print(page_num, query)
        return render(request,'blog/blog_search.html',locals())

7-图示与说明

在这里插入图片描述

全文搜索需要分词和模糊查询, 这些操作在mysql中也可以使用, 但如果遇到数据量大的项目, 效率会很低, 因此,
就需要借助搜索引擎elasticsearch
要实现查询, 那么我们的django需要连接mysql和elasticsearch: 连接mysql使用的是mysqlclient
连接elasticsearch使用的是django-haystack, 以及python的es驱动
elasticsearch会去到mysql中获取数据, 然后进行索引, 并储存到它自己那里
用户将全文搜索的请求发送至django, 即输入搜索内容
然后django就会利用haystack到elasticsearch中查询想要的数据, 即执行搜索
es查询到后返回给haystack(haystack是属于django项目中的一个从外部引入的app)
haystack会返回给django框架, 然后django再展示给用户看, 即展示搜索结果

参考链接

https://blog.csdn.net/geerniya/article/details/79254845 配置+高亮
https://blog.csdn.net/geerniya/article/details/79255772 高亮问题修改
https://blog.csdn.net/makesomethings/article/details/100061591 elasticsearch配置相关
https://blog.csdn.net/ac_hell/article/details/52875927 配置，
https://blog.csdn.net/qq_36978602/article/details/81407676 滚动翻页