Python中使用haystack实现django全文检索搜索引擎功能


Posted in Python onAugust 26, 2017

前言

django是python语言的一个web框架,功能强大。配合一些插件可为web网站很方便地添加搜索功能。

搜索引擎使用whoosh,是一个纯python实现的全文搜索引擎,小巧简单。

中文搜索需要进行中文分词,使用jieba。

直接在django项目中使用whoosh需要关注一些基础细节问题,而通过haystack这一搜索框架,可以方便地在django中直接添加搜索功能,无需关注索引建立、搜索解析等细节问题。

haystack支持多种搜索引擎,不仅仅是whoosh,使用solr、elastic search等搜索,也可通过haystack,而且直接切换引擎即可,甚至无需修改搜索代码。

配置搜索

1.安装相关包

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应用:

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

在settings中追加haystack的相关配置:

HAYSTACK_CONNECTIONS = {
  'default': {
    'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
    'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
  }
}
# 添加此项,当数据库改变时,会自动更新索引,非常方便
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

3.添加url

在整个项目的urls.py中,配置搜索功能的url路径:

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

4.在应用目录下,添加一个索引

在子应用的目录下,创建一个名为 search_indexes.py 的文件。

from haystack import indexes
# 修改此处,为你自己的model
from models import GoodsInfo
# 修改此处,类名为模型类的名称+Index,比如模型类为GoodsInfo,则这里类名为GoodsInfoIndex
class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable):
  text = indexes.CharField(document=True, use_template=True)
  def get_model(self):
    # 修改此处,为你自己的model
    return GoodsInfo
  def index_queryset(self, using=None):
    return self.get_model().objects.all()

说明:

1)修改上文中三处注释即可

2)此文件指定如何通过已有数据来建立索引。get_model处,直接将django中的model放过来,便可以直接完成索引啦,无需关注数据库读取、索引建立等细节。

3)text=indexes.CharField一句,指定了将模型类中的哪些字段建立索引,而use_template=True说明后续我们还要指定一个模板文件,告知具体是哪些字段

5.指定索引模板文件

在项目的“templates/search/indexes/应用名称/”下创建“模型类名称_text.txt”文件。

例如,上面的模型类名称为GoodsInfo,则创建goodsinfo_text.txt(全小写即可),此文件指定将模型中的哪些字段建立索引,写入如下内容:(只修改中文,不要改掉object)

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

6.指定搜索结果页面

在templates/search/下面,建立一个search.html页面。

<!DOCTYPE html>
<html>
<head>
  <title></title>
</head>
<body>
{% if query %}
  <h3>搜索结果如下:</h3>
  {% for result in page.object_list %}
    <a href="/{{ result.object.id }}/" rel="external nofollow" >{{ result.object.gName }}</a><br/>
  {% empty %}
    <p>啥也没找到</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 %}« 上一页{% if page.has_previous %}</a>{% endif %}
    |
      {% if page.has_next %}<a href="?q={{ query }}&page={{ page.next_page_number }}" rel="external nofollow" >{% endif %}下一页 »{% if page.has_next %}</a>{% endif %}
    </div>
  {% endif %}
{% endif %}
</body>
</html>

7.使用jieba中文分词器

在haystack的安装文件夹下,路径如“/home/python/.virtualenvs/django_py2/lib/python2.7/site-packages/haystack/backends”,建立一个名为ChineseAnalyzer.py的文件,写入如下内容:

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.切换whoosh后端为中文分词

将上面backends目录中的whoosh_backend.py文件,复制一份,名为whoosh_cn_backend.py,然后打开此文件,进行替换:

# 顶部引入刚才添加的中文分词
from .ChineseAnalyzer import ChineseAnalyzer 
# 在整个py文件中,查找
analyzer=StemmingAnalyzer()

全部改为改为

analyzer=ChineseAnalyzer()

总共大概有两三处吧

9.生成索引

手动生成一次索引:

python manage.py rebuild_index

10.实现搜索入口

在网页中加入搜索框:

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

丰富的自定义

上面只是快速完成一个基本的搜索引擎,haystack还有更多可自定义,来实现个性化的需求。

参考官方文档:http://django-haystack.readthedocs.io/en/master/

自定义搜索view

上面的配置中,搜索相关的请求被导入到haystack.urls中,如果想自定义搜索的view,实现更多功能,可以修改。

haystack.urls中内容其实很简单,

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

那么,我们写一个view,继承自SearchView,即可将搜索的url导入到自定义view中处理啦。

class MySearchView(SearchView):
# 重写相关的变量或方法
template = 'search_result.html'

查看SearchView的源码或文档,了解每个方法是做什么的,便可有针对性地进行修改。

比如,上面重写了template变量,修改了搜索结果页面模板的位置。

高亮

在搜索结果页的模板中,可以使用highlight标签(需要先load一下)

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

text_block即为全部文字,query为高亮关键字,后面可选参数,可以定义高亮关键字的html标签、css类名,以及整个高亮部分的最长长度。

高亮部分的源码位于 haystack/templatetags/lighlight.py haystack/utils/lighlighting.py文件中,可复制进行修改,实现自定义高亮功能。

总结

以上所述是小编给大家介绍的Python中使用haystack实现django全文检索搜索引擎功能,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对三水点靠木网站的支持!

Python 相关文章推荐
Python统计列表中的重复项出现的次数的方法
Aug 18 Python
python结合API实现即时天气信息
Jan 19 Python
Python中input与raw_input 之间的比较
Aug 20 Python
python里 super类的工作原理详解
Jun 19 Python
对Python中一维向量和一维向量转置相乘的方法详解
Aug 26 Python
python模块hashlib(加密服务)知识点讲解
Nov 25 Python
python pycharm最新版本激活码(永久有效)附python安装教程
Sep 18 Python
Python3 实现爬取网站下所有URL方式
Jan 16 Python
解决Keras中Embedding层masking与Concatenate层不可调和的问题
Jun 18 Python
Python sklearn中的.fit与.predict的用法说明
Jun 28 Python
selenium切换标签页解决get超时问题的完整代码
Aug 30 Python
详解解决jupyter不能使用pytorch的问题
Feb 18 Python
python读取excel表格生成erlang数据
Aug 26 #Python
使用Python实现简单的服务器功能
Aug 25 #Python
详解Python实现多进程异步事件驱动引擎
Aug 25 #Python
python基础while循环及if判断的实例讲解
Aug 25 #Python
itchat和matplotlib的结合使用爬取微信信息的实例
Aug 25 #Python
用 Python 爬了爬自己的微信朋友(实例讲解)
Aug 25 #Python
详解python基础之while循环及if判断
Aug 24 #Python
You might like
PHP生成带有雪花背景的验证码
2006/10/09 PHP
使用PHP求两个文件的相对路径
2013/06/20 PHP
Smarty中调用FCKeditor的方法
2014/10/27 PHP
在php和MySql中计算时间差的方法详解
2015/03/27 PHP
PHP实现的redis主从数据库状态检测功能示例
2017/07/20 PHP
基于JQuery实现的类似购物商城的购物车
2011/12/06 Javascript
jquery弹窗插件colorbox绑定动态生成元素的方法
2014/06/20 Javascript
js显示文本框提示文字的方法
2015/05/07 Javascript
js如何判断访问是来自搜索引擎(蜘蛛人)还是直接访问
2015/09/14 Javascript
详解AngularJS实现表单验证
2015/12/10 Javascript
js 求时间差的实现代码
2016/04/26 Javascript
原生JS改变透明度实现轮播效果
2017/03/24 Javascript
详解angularJs中关于ng-class的三种使用方式说明
2017/06/02 Javascript
vue+Java后端进行调试时解决跨域问题的方式
2017/10/19 Javascript
jQuery实现文件编码成base64并通过AJAX上传的方法
2018/04/12 jQuery
基于vue通用表单解决方案的思考与分析
2019/03/16 Javascript
Element-ui中元素滚动时el-option超出元素区域的问题
2019/05/30 Javascript
JS插件amCharts实现绘制柱形图默认显示数值功能示例
2019/11/26 Javascript
node事件循环和process模块实例分析
2020/02/14 Javascript
Vue移动端项目实现使用手机预览调试操作
2020/07/18 Javascript
js实现金山打字通小游戏
2020/07/24 Javascript
如何将Node.js中的回调转换为Promise
2020/11/10 Javascript
python 获取本机ip地址的两个方法
2013/02/25 Python
Python中正则表达式的详细教程
2015/04/30 Python
python dataframe 输出结果整行显示的方法
2018/06/14 Python
Python实现自动访问网页的例子
2020/02/21 Python
HTML5教程之html 5 本地数据库(Web Sql Database)
2014/04/03 HTML / CSS
使用HTML5技术开发一个属于自己的超酷颜色选择器
2013/09/22 HTML / CSS
Kneipp克奈圃美国官网:德国百年精油配方的传承
2018/02/07 全球购物
复古服装:RetroStage
2019/05/10 全球购物
卫校毕业生自我鉴定
2013/10/31 职场文书
战友聚会邀请函
2014/01/18 职场文书
体育教师研修感悟
2015/11/18 职场文书
自考生自我评价
2019/06/21 职场文书
【TED出品】天梯非主流开心游1700 划水骑士
2022/03/31 魔兽争霸
微信告警的zabbix监控系统 监控整个NGINX集群
2022/04/18 Servers