实现页面上方实现输入关键字搜索出关联关键词内容的功能

最新推荐文章于 2023-05-22 22:35:14 发布

Zionnnnnnnn

最新推荐文章于 2023-05-22 22:35:14 发布

阅读量3.1k

点赞数 2

文章标签： django 搜索引擎全文检索

本文链接：https://blog.csdn.net/weixin_43453421/article/details/122298627

版权

Haystack是django的开源全文搜索框架(全文检索不同于特定字段的模糊查询，使用全文检索的效率更高 )，该框架支持Solr,Elasticsearch,Whoosh, **Xapian搜索引擎它是一个可插拔的后端（很像Django的数据库层），所以几乎你所有写的代码都可以在不同搜索引擎之间便捷切换。全文检索不同于特定字段的模糊查询，使用全文检索的效率更高，并且能够对于中文进行分词处理。

haystack：django 的一个包，可以方便地对 model 里面的内容进行索引、搜索，设计为支持 whoosh,solr,Xapian,Elasticsearc 四种全文检索引擎后端，属于一种全文检索的框架

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，对于小型的站点，whoosh已经足够使用

jieba 分词 :一款免费的中文分词包，-加强 haystack 的中文分词力度。

安装python包：

# 使用清华的镜像安装速度更快
pip install django-haystack=2.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install whoosh -i https://pypi.tuna.tsinghua.edu.cn/simple

将 Haystack 添加到 settings.py 中

INSTALLED_APPS = [
    # 添加
    'haystack',
]

接着增加全文检索框架

# 全文检索框架
HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
        'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
    },
}

# 自动更新索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

建立索引

如果想针对某个app例如我的article做全文检索，则必须在article的目录下面建立search_indexes.py文件，文件名不能修改

from haystack import indexes

from .models import Article


class ArticleIndex(indexes.SearchIndex, indexes.Indexable):
    # 类名必须为需要检索的Model_name+Index，这里需要检索Article，所以创建ArticleIndex
    # use_template根据哪些字段建立索引，将说明放入一个文件中
    # document=True 说明text是索引字段
    text = indexes.CharField(document=True, use_template=True)  # 创建一个text字段

    def get_model(self):  # 重载get_model方法，必须要有！
        return Article

    # 建立索引的数据
    def index_queryset(self, using=None):
        return self.get_model().objects.all()

索引就像是一本书的目录，可以为读者提供更快速的导航与查找。在这里也是同样的道理，当数据量非常大的时候，若要从这些数据里找出所有的满足搜索条件的几乎是不太可能的，将会给服务器带来极大的负担。所以我们需要为指定的数据添加一个索引（目录）。

在目录 “templates/search/indexes/ 应用名称 /” 下创建 “ 模型类名称 _text.txt” 文件

例如： templates/search/indexes/article/article_text.txt, 添加 title,desc,content 字段添加索引

# 随机挑选几个
{{ object.title }}
{{ object.desc }}
{{ object.content }}

运行 python manage.py rebuild_index 建立索引

会看到生成三个文件

接着建立搜索表单在templates的search目录下建立search.html文件

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>

<body>
    {{ query }}
    {% for item in page %}
        {{ item.object.id }} - {{ item.object.title }} - {{ item.object.author }} - {{ item.object.desc }}<br>
    {% endfor %}
</body>
</html>

启动服务器后在浏览器中输入 http://127.0.0.1:8000/search/?q=XXX XXX是要搜索的关键字

这个可不能乱输入，要看数据库里面有没有

为了提高搜索期望，我们使用结巴分词会好一点。

结巴库也常用python词云应用，这里不过多阐述。

# 安装结巴库
pip install jieba

修改默认分词方式：在你自己的 haystack 的安装文件夹下建立 ChineseAnalyzer.py 文件

（可以从pycharm的环境中看到，下面的路径是我自己的）

反正要从 \Lib\site-packages\haystack进去

D:\Program Files (x86)\python\mycoding\python-django\djangoblog\venv\Lib\site-packages\haystack

# 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()

#复制whoosh_backend.py文件，改名为whoosh_cn_backend.py
#注意：复制出来的文件名，末尾会有一个空格，记得要删除这个空格

打开 whoosh_cn_backend.py 大约是47行添加

from .ChineseAnalyzer import ChineseAnalyzer

查找 analyzer=StemmingAnalyzer() 大概在164行
改为 analyzer=ChineseAnalyzer()

返回项目的settings.py文件下修改ENGINE

HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
        'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
    },
}