Redis入门--头歌实验使用Redis构建自动补全组件

烟雨平生9527

已于 2024-04-06 14:54:19 修改

阅读量404

点赞数 1

分类专栏： Redis入门文章标签： redis python 数据库

于 2024-04-06 14:53:36 首次发布

本文链接：https://blog.csdn.net/qq_62377885/article/details/137428571

版权

Redis入门专栏收录该内容

13 篇文章 0 订阅

订阅专栏

本文介绍了如何通过Python实现网站的搜索历史记录、自动补全功能（利用Redis的有序集合）以及搜索预测功能（基于搜索词频次）。这些技术提升了用户体验，通过Redis高效管理数据来实现快速搜索和个性化推荐。

摘要由CSDN通过智能技术生成

自动补全与输入联想功能已经是大多数网站的标配，给表单加入自动补全功能大大节省了用户输入时间，而输入联想功能则起到了预测用户喜好的作用，两个功能都是提升用户体验的利器。
本实训，我们通过实现搜索历史、自动补全和搜索预测三大常用功能，带领大家编写实用的程序组件。

搜索历史功能

#!/usr/bin/env python
#-*- coding:utf-8 -*-

import redis

conn = redis.Redis()

# 将最新搜索词记录到搜索记录列表中
def add_search_history(user_id, keyword):
    # 将最新搜索词记录到指定用户的搜索记录列表中
    # user_id: 用户ID
    # keyword: 搜索关键词
    history_list = "recent:search:" + user_id
    pipe = conn.pipeline()
    pipe.multi()
    pipe.lrem(history_list, 0, keyword)  # 移除已存在的关键词
    pipe.lpush(history_list, keyword)  # 将关键词插入到列表头部
    pipe.ltrim(history_list, 0, 49)  # 保留最新的50个搜索记录
    pipe.execute()

# 删除搜索记录列表中的指定搜索词
def remove_search_history(user_id, keyword):
    # 从指定用户的搜索记录列表中删除指定的搜索词
    # user_id: 用户ID
    # keyword: 待删除的搜索关键词
    conn.lrem("recent:search:" + user_id, 0, keyword)

# 获取到自动匹配的搜索词列表
def fetch_autocomplete_list(user_id, prefix):
    # 获取指定用户搜索记录列表中以指定前缀开头的搜索词列表
    # user_id: 用户ID
    # prefix: 搜索关键词前缀
    candidates = conn.lrange("recent:search:" + user_id, 0, -1)
    matches = [candidate.decode('utf-8') for candidate in candidates if candidate.decode('utf-8').startswith(prefix)]
    return matches

自动补全功能

#!/usr/bin/env python
#-*- coding:utf-8 -*-

import uuid
import redis
import bisect

conn = redis.Redis()

# 生成起始元素和结束元素
def find_prefix_range(prefix):
    # 根据前缀生成起始元素和结束元素，用于查找匹配的提示词
    # prefix: 给定的前缀字符串
    characters = "`abcdefghijklmnopqrstuvwxyz{"

    posn = bisect.bisect_left(characters, prefix[-1:])
    suffix = characters[(posn or 1) - 1]
    return prefix[:-1] + suffix + '{', prefix + '{'

# 获取匹配提示词列表
def autocomplete_on_prefix(prefix):
    # 根据前缀获取匹配的提示词列表
    # prefix: 给定的前缀字符串
    zset_name = 'autocomplete:candidates'
    start, end = find_prefix_range(prefix)
    identifier = str(uuid.uuid4())
    start += identifier
    end += identifier

    conn.zadd(zset_name, {start: 0, end: 0})
    sindex = conn.zrank(zset_name, start)
    eindex = conn.zrank(zset_name, end)
    erange = min(sindex + 9, eindex - 2)
    pipe = conn.pipeline()
    pipe.multi()
    pipe.zrem(zset_name, start, end)
    pipe.zrange(zset_name, sindex, erange)
    items = pipe.execute()[-1]

    return [item for item in items if '{' not in item]

搜索预测功能

#!/usr/bin/env python
#-*- coding:utf-8 -*-

import redis

conn = redis.Redis()

# 记录搜索词频次
def add_keyword_frequency(keyword):
    # 根据搜索词记录频次并维护搜索词的有序集合
    # keyword: 搜索词
    for i in range(len(keyword)):
        zset_name = "keyword:" + keyword[0:i+1]
        conn.zincrby(zset_name, 1, keyword)
        conn.zremrangebyrank(zset_name, 20, -1)
        conn.expire(zset_name, 86400)

# 获取搜索预测列表
def get_search_suggestions(prefix):
    # 根据前缀获取搜索预测列表
    # prefix: 搜索词前缀
    return conn.zrevrange("keyword:" + prefix, 0, -1)