Django全文检索

最新推荐文章于 2020-11-18 10:57:38 发布

loongqiao

最新推荐文章于 2020-11-18 10:57:38 发布

阅读量89

点赞数

本文链接：https://blog.csdn.net/loongqiao/article/details/88265266

版权

全文检索就是针对所有内容进行动态匹配搜索的概念，针对特定的关键词建立索引并精确匹配达到性能优化的目的

最常见的全文检索就是我们在数据库进行的模糊查询，但是模糊查询是针对整体的内容的一个动态匹配过程，在数据量较大的情况下匹配效率极低，常规项目中数据量一般都比较多并且内容繁杂，所以正常的项目搜索功能中很少使用模糊查询进行操作
python提供了各种全文检索的模块，最常见的如haystack模块进行全文检索整体管理操作，后台使用注入whoosh、solr、xapain、elasticsearc全文搜索引擎进行操作，其中whoosh是纯python开发的全文搜索引擎，可以方便稳定的进行数据的检索操作功能，并在实际操作过程中结合jieba中文分词模块对中文进行分词操作，达到最优的操作成本，是目前项目中较为流行的一种全文检索方式

官方文档：
http://django-haystack.readthedocs.io/en/v2.4.1/tutorial.html

1.操作步骤

1.1安装模块

首先安装全文检索管理模块haystack、全文搜索引擎模块whoosh和中文分词jieba

>>>pip install haystack whoosh jieba

1.2Django项目中添加haystack应用

haystack作为一个全文检索管理模块应用，通过Django项目的配置文件中INSTALLED_APPS选项添加到项目中

..
INSTALLEDS_APPS=[
        ..
        'haystack',  #这个模块添加到所有子应用模块的前面
]

1.3项目中添加搜索引擎配置

修改Django项目配置文件，添加搜索引擎配置选项选项[项目settings.py配置文件]

..
#搜索引擎配置
HAYSTACK_CONNECTIONS={
          'default':{
                'ENGINE':'haystack.backends.whoosh_cn_backend.WhooshEngine’,
                ‘PATH’: os.path.join(BASE_DIR, ‘whoosh_index’),
    }
}

#自动更新加载中文分词索引支持
HAYSTACK_SIGNAL_PROCESSOR = ‘haystack.signals.RealtimeSignalProcessor’

1.4配置全文检索路由

全文检索搜索过程是由haystack模块进行操作的，所以搜索路由操作交给haystack进行处理，修改路由配置如下：

..
urlptterns=[
    ..
    url(r'^search/$',include('haystack.urls)),
]

1.5 搜索管理模块

在应用模块下创建search_indexes.py模块文件，管理搜索的数据模型

from haystack import
from . import models

class ArticleIndex(indexes.SearchIndex,indexes.Indexable):
    text=index.CharField(document=True,use_template=True)
  
  def index.queryset(self,using=None):
      return self.get_model().object.all()

1.6搜索信息管理文件

在应用目录中创建templates/search/indexes/模型名称_text.txt文件，编辑可搜索内容

{{object.content}}

1.7构建搜索结果展示页面

在应用目录中创建templates/search/search.html展示结果页面

<!DOCTYPE html>
<html>
<head>
    <title></title>
</head>
<body>
{% if query %}
    <h3>搜索结果如下：</h3>
    {% for result in page.object_list %}
        <a href="/{{ result.object.id }}/">{{ result.object.gName }}</a><br/>
    {% empty %}
        <p>啥也没找到</p>
    {% endfor %}

    {% if page.has_previous or page.has_next %}
        <div>
          {% if page.has_previous %}
<a href="?q={{ query }}&amp;page={{ page.previous_page_number }}">
&laquo; 上一页</a>
{% else %}
&laquo; 上一页
{% endif %}
        |
          {% if page.has_next %} 
<a href="?q={{ query }}&amp;page={{ page.next_page_number }}">
下一页 &raquo;</a>
{% else %}
下一页 &raquo;
{% endif %}
          </div>
     {% endif %}
{% endif %}
</body>

1.8构建中文分词分析模块【改写haystack的分词模块】

whoosh作为一个全文搜索模块，分词功能和检索功能已经非常强大，但是针对中文的处理还是比较欠缺，所以通过jieba模块重写分词操作，支持whoose对中文的强大操作

打开安装的whoosh模块目录，在python安装目录的site_packages/目录下找到对应的目录文件haystack/backends/,创建一个新的中文分词模块ChineseAnalyzer.py

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()

找到whoosh中文分词模块site_packages/haystack/backends/目录下的分词后台处理文件whoose_backend.py,复制为whoosh_cn_backend.py，编辑内部内容

..
from .ChineseAnalyzer import ChineseAnalyzer
..
# 搜索查询赋值参数
analyzer=StemmingAnalyzer()
# 将分析器对象更改为我们自定义的中文分词分析器
analyzer=ChineseAnalyzer()

1.9初始化分词索引

完成上述工作之后，中文分词全文检索已经完成，项目中支持对Article数据对象的中文分词全文搜索功能了，接下来针对已经建立好的项目数据进行索引数据的初始化

>>>python manage.py rebuild_index

1.10搜索

在需要搜索红牛的网页中，添加搜索表单

<form action=’/search/’ target=’_blank’>
<input type=’text’ name=’q’ placeholder=’请输入关键词’/>
<input type=’submit’ value=’搜索’/>
</form>

loongqiao

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Django全文检索

全文检索就是针对所有内容进行动态匹配搜索的概念，针对特定的关键词建立索引并精确匹配达到性能优化的目的最常见的全文检索就是我们在数据库进行的模糊查询，但是模糊查询是针对整体的内容的一个动态匹配过程，在数据量较大的情况下匹配效率极低，常规项目中数据量一般都比较多并且内容繁杂，所以正常的项目搜索功能中很少使用模糊查询进行操作python提供了各种全文检索的模...
复制链接

扫一扫