一、使用的工具

haystack是django的開源搜索框架，該框架支持Solr,Elasticsearch,Whoosh,*Xapian*搜索引擎，不用更改代碼，直接切換引擎，減少代碼量。

搜索引擎使用Whoosh，這是一個由純Python實(shí)現(xiàn)的全文搜索引擎，沒有二進(jìn)制文件等，比較小巧，配置比較簡單，當(dāng)然性能自然略低。

中文分詞Jieba，由于Whoosh自帶的是英文分詞，對中文的分詞支持不是太好，故用jieba替換whoosh的分詞組件。

其他：Python 3.4.4, Django 1.8.3，Debian 4.2.6_3

二、配置說明

現(xiàn)在假設(shè)我們的項(xiàng)目叫做Project,有一個myapp的app，簡略的目錄結(jié)構(gòu)如下。

- Project
- Project
- settings.py
- blog
- models.py

此models.py的內(nèi)容假設(shè)如下：

from django.db import models
from django.contrib.auth.models import User
class Note(models.Model):
  user = models.ForeignKey(User)
  pub_date = models.DateTimeField()
  title = models.CharField(max_length=200)
  body = models.TextField()

  def __str__(self):
    return self.title

1. 首先安裝各工具

pipinstall whoosh django-haystack jieba

2. 添加 Haystack 到Django的INSTALLED_APPS

配置Django項(xiàng)目的settings.py里面的INSTALLED_APPS添加Haystack,例子：

INSTALLED_APPS = [ 
    'django.contrib.admin',
    'django.contrib.auth', 
    'django.contrib.contenttypes', 
    'django.contrib.sessions', 
    'django.contrib.sites', 

     # Added. haystack先添加，
     'haystack', 
     # Then your usual apps... 自己的app要寫在haystakc后面
     'blog',
]

點(diǎn)我看英文原版

3. 修改 你的settings.py，以配置引擎

本教程使用的是Whoosh，故配置如下：

import os
HAYSTACK_CONNECTIONS = {
  'default': {
    'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
    'PATH': os.path.join(os.path.dirname(__file__), 'whoosh_index'),
  },
}

其中顧名思義，ENGINE為使用的引擎必須要有，如果引擎是Whoosh，則PATH必須要填寫，其為Whoosh 索引文件的存放文件夾。

其他引擎的配置見官方文檔

4.創(chuàng)建索引

如果你想針對某個app例如mainapp做全文檢索，則必須在mainapp的目錄下面建立search_indexes.py文件，文件名不能修改。內(nèi)容如下：

import datetime
from haystack import indexes
from myapp.models import Note

class NoteIndex(indexes.SearchIndex, indexes.Indexable):
  text = indexes.CharField(document=True, use_template=True)
  
  author = indexes.CharField(model_attr='user')
  pub_date = indexes.DateTimeField(model_attr='pub_date')

  def get_model(self):
    return Note

  def index_queryset(self, using=None):
    """Used when the entire index for model is updated."""
    return self.get_model().objects.filter(pub_date__lte=datetime.datetime.now())

每個索引里面必須有且只能有一個字段為document=True，這代表haystack 和搜索引擎將使用此字段的內(nèi)容作為索引進(jìn)行檢索(primary field)。其他的字段只是附屬的屬性，方便調(diào)用，并不作為檢索數(shù)據(jù)。

注意：如果使用一個字段設(shè)置了document=True，則一般約定此字段名為text，這是在SearchIndex類里面一貫的命名，以防止后臺混亂，當(dāng)然名字你也可以隨便改，不過不建議改。

并且，haystack提供了use_template=True在text字段，這樣就允許我們使用數(shù)據(jù)模板去建立搜索引擎索引的文件，使用方便（官方推薦，當(dāng)然還有其他復(fù)雜的建立索引文件的方式，目前我還不知道），數(shù)據(jù)模板的路徑為yourapp/templates/search/indexes/yourapp/note_text.txt，例如本例子為blog/templates/search/indexes/blog/note_text.txt文件名必須為要索引的類名_text.txt,其內(nèi)容為

{{ object.title }}
{{ object.user.get_full_name }}
{{ object.body }}

這個數(shù)據(jù)模板的作用是對Note.title,Note.user.get_full_name,Note.body這三個字段建立索引，當(dāng)檢索的時候會對這三個字段做全文檢索匹配。

5.在URL配置中添加SearchView，并配置模板

在urls.py中配置如下url信息，當(dāng)然url路由可以隨意寫。

(r'^search/', include('haystack.urls')),

其實(shí)haystack.urls的內(nèi)容為，

from django.conf.urls import url
from haystack.views import SearchView

urlpatterns = [
  url(r'^$', SearchView(), name='haystack_search'),
]

SearchView()視圖函數(shù)默認(rèn)使用的html模板為當(dāng)前app目錄下，路徑為myapp/templates/search/search.html
所以需要在blog/templates/search/下添加search.html文件，內(nèi)容為

{% extends 'base.html' %}

{% block content %}
  <h2>Search</h2>

  <form method="get" action=".">
    <table>
      {{ form.as_table }}
      <tr>
        <td> </td>
        <td>
          <input type="submit" value="Search">
        </td>
      </tr>
    </table>

    {% if query %}
      <h3>Results</h3>

      {% for result in page.object_list %}
        <p>
          <a href="{{ result.object.get_absolute_url }}" rel="external nofollow" >{{ result.object.title }}</a>
        </p>
      {% empty %}
        <p>No results found.</p>
      {% endfor %}

      {% if page.has_previous or page.has_next %}
        <div>
          {% if page.has_previous %}<a href="?q={{ query }}&page={{ page.previous_page_number }}" rel="external nofollow" >{% endif %}« Previous{% if page.has_previous %}</a>{% endif %}
          |
          {% if page.has_next %}<a href="?q={{ query }}&page={{ page.next_page_number }}" rel="external nofollow" >{% endif %}Next »{% if page.has_next %}</a>{% endif %}
        </div>
      {% endif %}
    {% else %}
      {# Show some example queries to run, maybe query syntax, something else? #}
    {% endif %}
  </form>
{% endblock %}

很明顯，它自帶了分頁。

6.最后一步，重建索引文件

使用python manage.py rebuild_index或者使用update_index命令。

好，下面運(yùn)行項(xiàng)目，進(jìn)入該url搜索一下試試吧。

三、下面要做的，使用jieba分詞第一步

將文件whoosh_backend.py（該文件路徑為python路徑/lib/python3.4/site-packages/haystack/backends/whoosh_backend.py
）拷貝到app下面，并重命名為whoosh_cn_backend.py，例如blog/whoosh_cn_backend.py。修改如下
添加from jieba.analyse import ChineseAnalyzer
修改為如下

schema_fields[field_class.index_fieldname] =
TEXT(stored=True, analyzer=ChineseAnalyzer(),
field_boost=field_class.boost)

第二步

在settings.py中修改引擎，如下

import os
HAYSTACK_CONNECTIONS = {
  'default': {
    'ENGINE': 'blog.whoosh_cn_backend.WhooshEngine',
    'PATH': os.path.join(BASE_DIR, 'whoosh_index'
  },
}

第三步

重建索引，在進(jìn)行搜索中文試試吧。

索引自動更新

如果沒有索引自動更新，那么每當(dāng)有新數(shù)據(jù)添加到數(shù)據(jù)庫，就要手動執(zhí)行update_index命令是不科學(xué)的。自動更新索引的最簡單方法在settings.py添加一個信號。

 HAYSTACK_SIGNAL_PROCESSOR =
"haystack.signals.RealtimeSignalProcessor"

官方文檔

看了這入門篇，你現(xiàn)在應(yīng)該大概能配置一個簡單的全文搜索了吧，如果想自定義怎么辦？ 建議閱讀官方文檔和github的源碼。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。