python django使用haystack:全文檢索的框架(實例講解)

更新時間：2017年09月27日 10:00:29 作者：地球守衛(wèi)者

下面小編就為大家?guī)硪黄猵ython django使用haystack:全文檢索的框架(實例講解)。小編覺得挺不錯的，現在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

haystack：全文檢索的框架

whoosh：純Python編寫的全文搜索引擎

jieba：一款免費的中文分詞包

首先安裝這三個包

pip install django-haystack
pip install whoosh
pip install jieba

1.修改settings.py文件，安裝應用haystack，

2.在settings.py文件中配置搜索引擎

HAYSTACK_CONNECTIONS = {
 'default': {
  # 使用whoosh引擎
  'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
  # 索引文件路徑
  'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
 }
}
# 當添加、修改、刪除數據時，自動生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

3. 在templates目錄下創(chuàng)建“search/indexes/blog/”目錄采用blog應用名字下面創(chuàng)建一個文件blog_text.txt
#指定索引的屬性

4.在需要搜索的應用下面創(chuàng)建search_indexes

from haystack import indexes
from models import Post #指定對于某個類的某些數據建立索引
class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable): 
 text = indexes.CharField(document=True, use_template=True)
 def get_model(self):  
 return Post #搜索的模型類
 def index_queryset(self, using=None):  
  return self.get_model().objects.all()

5.

1. 修改haystack文件

2. 找到虛擬環(huán)境py_django下的haystack目錄這個目錄根據自己使用的python環(huán)境不同，路徑也不一樣。

3. site-packages/haystack/backends/ 創(chuàng)建一個文件名為ChineseAnalyzer.py文件寫入下面代碼，用于中文分詞

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()

6.

1. 復制whoosh_backend.py文件，改為如下名稱

whoosh_cn_backend.py

在復制出來的文件中導入中文分詞模塊

from .ChineseAnalyzer import ChineseAnalyzer

2. 更改詞語分析類改成中文

查找analyzer=StemmingAnalyzer()改為analyzer=ChineseAnalyzer()

7. 最后一步就是建初始化索引數據

python manage.py rebuild_index

8. 創(chuàng)建搜索模板在templates/indexes/ 創(chuàng)建search.html模板

搜索結果進行分頁，視圖向模板中傳遞的上下文如下

query：搜索關鍵字

page：當前頁的page對象

paginator：分頁paginator對象

9. 在自己的應用視圖中導入模塊

from haystack.generic_views import SearchView

定義一個類重寫get_context_data 方法，這樣就可以往模板中傳遞自定義的上下文。

class GoodsSearchView(SearchView):
　　def get_context_data(self, *args, **kwargs):
　　　　context = super().get_context_data(*args, **kwargs)
　　　　context['iscart']=1
　　　　context['qwjs']=2
　　　　return context

應用的urls文件中添加這條url 將類當一個視圖的方法使用 .as_view()

url('^search/$', views.BlogSearchView.as_view())

以上這篇python django使用haystack:全文檢索的框架(實例講解)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: