Whoosh + jieba 中文检索

本文参考简书：Whoosh + jieba 中文检索
Whoosh官方文档入口

一. 核心对象

1.1 index对象和Schema对象

• index对象是一个全局索引，在创建index对象前首先要声明index对象的一些属性，这些属性通过Schema对象进行包装。Schema对象有很多Fields，每个Field都是index对象的一个信息块，即需要被我们检索的内容。
• 创建Schema对象时需要用关键字来映射Field name和Field type，如title=TEXT
• 创建好Schema对象后，接着就是使用creat_in方法来创建Schema的索引
• 接着可以用以下两种方法打开一个已创建的索引

  # 方法一 使用FileStorage对象
  from whoosh.filedb.filestore import FileStorage
  storage = FileStorage(idx_path)  #idx_path 为索引路径
  idx = storage.open_index(indexname=indexname, schema=schema)
  
  # 方法二 使用open_dir函数
  from whoosh.index import open_dir
  idx = open_dir(indexname=indexname)  #indexname 为索引名
  

1.2 IndexWriter对象

• 一旦有了index对象，我们就需要在index里写入需要被检索的信息
• IndexWriter对象就是用来提供一个add_document(**args)方法来在之前声明的各种Fields里写入数据
• 注：不是每个字段都要传值
• 如果需要异步处理可以创建异步的IndexWriter对象

  from whoosh.writing import AsyncWriter
  writer = AsyncWriter(index=index)
  

• 如果需要Buffer进行处理可以创建BufferWriter对象

  <