快捷導(dǎo)航

Python中使用haystack實(shí)現(xiàn)django全文檢索搜索引擎功能

更新時(shí)間：2017年08月26日 14:51:41 作者：aaanthony

django是python語(yǔ)言的一個(gè)web框架，功能強(qiáng)大。配合一些插件可為web網(wǎng)站很方便地添加搜索功能。下面通過(guò)本文給大家分享Python中使用haystack實(shí)現(xiàn)django全文檢索搜索引擎功能，感興趣的朋友一起看看吧

前言

django是python語(yǔ)言的一個(gè)web框架，功能強(qiáng)大。配合一些插件可為web網(wǎng)站很方便地添加搜索功能。

搜索引擎使用whoosh，是一個(gè)純python實(shí)現(xiàn)的全文搜索引擎，小巧簡(jiǎn)單。

中文搜索需要進(jìn)行中文分詞，使用jieba。

直接在django項(xiàng)目中使用whoosh需要關(guān)注一些基礎(chǔ)細(xì)節(jié)問(wèn)題，而通過(guò)haystack這一搜索框架，可以方便地在django中直接添加搜索功能，無(wú)需關(guān)注索引建立、搜索解析等細(xì)節(jié)問(wèn)題。

haystack支持多種搜索引擎，不僅僅是whoosh，使用solr、elastic search等搜索，也可通過(guò)haystack，而且直接切換引擎即可，甚至無(wú)需修改搜索代碼。

配置搜索

1.安裝相關(guān)包

pip install django-haystack
pip install whoosh
pip install jieba

2.配置django的settings

修改settings.py文件，添加haystack應(yīng)用：

INSTALLED_APPS = (
  ...
  'haystack', #將haystack放在最后
)

在settings中追加haystack的相關(guān)配置：

HAYSTACK_CONNECTIONS = {
  'default': {
    'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
    'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
  }
}
# 添加此項(xiàng)，當(dāng)數(shù)據(jù)庫(kù)改變時(shí)，會(huì)自動(dòng)更新索引，非常方便
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

3.添加url

在整個(gè)項(xiàng)目的urls.py中，配置搜索功能的url路徑：

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

4.在應(yīng)用目錄下，添加一個(gè)索引

在子應(yīng)用的目錄下，創(chuàng)建一個(gè)名為 search_indexes.py 的文件。

from haystack import indexes
# 修改此處，為你自己的model
from models import GoodsInfo
# 修改此處，類名為模型類的名稱+Index，比如模型類為GoodsInfo,則這里類名為GoodsInfoIndex
class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable):
  text = indexes.CharField(document=True, use_template=True)
  def get_model(self):
    # 修改此處，為你自己的model
    return GoodsInfo
  def index_queryset(self, using=None):
    return self.get_model().objects.all()

說(shuō)明：

1）修改上文中三處注釋即可

2）此文件指定如何通過(guò)已有數(shù)據(jù)來(lái)建立索引。get_model處，直接將django中的model放過(guò)來(lái)，便可以直接完成索引啦，無(wú)需關(guān)注數(shù)據(jù)庫(kù)讀取、索引建立等細(xì)節(jié)。

3）text=indexes.CharField一句，指定了將模型類中的哪些字段建立索引，而use_template=True說(shuō)明后續(xù)我們還要指定一個(gè)模板文件，告知具體是哪些字段

5.指定索引模板文件

在項(xiàng)目的“templates/search/indexes/應(yīng)用名稱/”下創(chuàng)建“模型類名稱_text.txt”文件。

例如，上面的模型類名稱為GoodsInfo,則創(chuàng)建goodsinfo_text.txt（全小寫即可），此文件指定將模型中的哪些字段建立索引，寫入如下內(nèi)容：（只修改中文，不要改掉object）

{{ object.字段1 }}
{{ object.字段2 }}
{{ object.字段3 }}

6.指定搜索結(jié)果頁(yè)面

在templates/search/下面，建立一個(gè)search.html頁(yè)面。

<!DOCTYPE html>
<html>
<head>
  <title></title>
</head>
<body>
{% if query %}
  <h3>搜索結(jié)果如下：</h3>
  {% for result in page.object_list %}
    <a href="/{{ result.object.id }}/" rel="external nofollow" >{{ result.object.gName }}</a><br/>
  {% empty %}
    <p>啥也沒(méi)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 }}" rel="external nofollow" >{% endif %}&laquo; 上一頁(yè){% if page.has_previous %}</a>{% endif %}
    |
      {% if page.has_next %}<a href="?q={{ query }}&amp;page={{ page.next_page_number }}" rel="external nofollow" >{% endif %}下一頁(yè) &raquo;{% if page.has_next %}</a>{% endif %}
    </div>
  {% endif %}
{% endif %}
</body>
</html>

7.使用jieba中文分詞器

在haystack的安裝文件夾下，路徑如“/home/python/.virtualenvs/django_py2/lib/python2.7/site-packages/haystack/backends”，建立一個(gè)名為ChineseAnalyzer.py的文件，寫入如下內(nèi)容：

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()

8.切換whoosh后端為中文分詞

將上面backends目錄中的whoosh_backend.py文件，復(fù)制一份，名為whoosh_cn_backend.py，然后打開(kāi)此文件，進(jìn)行替換：

# 頂部引入剛才添加的中文分詞
from .ChineseAnalyzer import ChineseAnalyzer 
# 在整個(gè)py文件中，查找
analyzer=StemmingAnalyzer()

全部改為改為

analyzer=ChineseAnalyzer()

總共大概有兩三處吧

9.生成索引

手動(dòng)生成一次索引：

python manage.py rebuild_index

10.實(shí)現(xiàn)搜索入口

在網(wǎng)頁(yè)中加入搜索框：

<form method='get' action="/search/" target="_blank">
  <input type="text" name="q">
  <input type="submit" value="查詢">
</form>

豐富的自定義

上面只是快速完成一個(gè)基本的搜索引擎，haystack還有更多可自定義，來(lái)實(shí)現(xiàn)個(gè)性化的需求。

參考官方文檔：http://django-haystack.readthedocs.io/en/master/

自定義搜索view

上面的配置中，搜索相關(guān)的請(qǐng)求被導(dǎo)入到haystack.urls中，如果想自定義搜索的view，實(shí)現(xiàn)更多功能，可以修改。

haystack.urls中內(nèi)容其實(shí)很簡(jiǎn)單，

from django.conf.urls import url 
from haystack.views import SearchView 
urlpatterns = [ 
  url(r'^$', SearchView(), name='haystack_search'), 
]

那么，我們寫一個(gè)view，繼承自SearchView，即可將搜索的url導(dǎo)入到自定義view中處理啦。

class MySearchView(SearchView):
# 重寫相關(guān)的變量或方法
template = 'search_result.html'

查看SearchView的源碼或文檔，了解每個(gè)方法是做什么的，便可有針對(duì)性地進(jìn)行修改。

比如，上面重寫了template變量，修改了搜索結(jié)果頁(yè)面模板的位置。

高亮

在搜索結(jié)果頁(yè)的模板中，可以使用highlight標(biāo)簽（需要先load一下）

{% highlight <text_block> with <query> [css_class "class_name"] [html_tag "span"] [max_length 200] %}

text_block即為全部文字，query為高亮關(guān)鍵字，后面可選參數(shù)，可以定義高亮關(guān)鍵字的html標(biāo)簽、css類名，以及整個(gè)高亮部分的最長(zhǎng)長(zhǎng)度。

高亮部分的源碼位于 haystack/templatetags/lighlight.py 和 haystack/utils/lighlighting.py文件中，可復(fù)制進(jìn)行修改，實(shí)現(xiàn)自定義高亮功能。

總結(jié)

以上所述是小編給大家介紹的Python中使用haystack實(shí)現(xiàn)django全文檢索搜索引擎功能，希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！

您可能感興趣的文章: