Django全文检索

全文检索就是针对所有内容进行动态匹配搜索的概念,针对特定的关键词建立索引并精确匹配达到性能优化的目的

最常见的全文检索就是我们在数据库进行的模糊查询,但是模糊查询是针对整体的内容的一个动态匹配过程,在数据量较大的情况下匹配效率极低,常规项目中数据量一般都比较多并且内容繁杂,所以正常的项目搜索功能中很少使用模糊查询进行操作
python提供了各种全文检索的模块,最常见的如haystack模块进行全文检索整体管理操作,后台使用注入whoosh、solr、xapain、elasticsearc全文搜索引擎进行操作,其中whoosh是纯python开发的全文搜索引擎,可以方便稳定的进行数据的检索操作功能,并在实际 操作过程中结合jieba中文分词模块对中文进行分词操作,达到最优的操作成本,是目前项目中较为流行的一种全文检索方式

官方文档:
http://django-haystack.readthedocs.io/en/v2.4.1/tutorial.html

1.操作步骤

1.1安装模块

首先安装全文检索管理模块haystack、全文搜索引擎模块whoosh和中文分词jieba

>>>pip install haystack whoosh jieba

1.2Django项目中添加haystack应用

haystack作为一个全文检索管理模块应用,通过Django项目的配置文件中INSTALLED_APPS选项添加到项目中

..
INSTALLEDS_APPS=[
        ..
        'haystack',  #这个模块添加到所有子应用模块的前面
]

1.3项目中添加搜索引擎配置

修改Django项目配置文件,添加搜索引擎配置选项选项[项目settings.py配置文件]

..
#搜索引擎配置
HAYSTACK_CONNECTIONS={
          'default':{
                'ENGINE':'haystack.backends.whoosh_cn_backend.WhooshEngine’,
                ‘PATH’: os.path.join(BASE_DIR, ‘whoosh_index’),
    }
}

#自动更新加载中文分词索引支持
HAYSTACK_SIGNAL_PROCESSOR = ‘haystack.signals.RealtimeSignalProcessor’

1.4配置全文检索路由

全文检索搜索过程是由haystack模块进行操作的,所以搜索路由操作交给haystack进行处理,修改路由配置如下:

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

1.5 搜索管理模块

在应用模块下创建search_indexes.py模块文件,管理搜索的数据模型

from haystack import
from . import models

class ArticleIndex(indexes.SearchIndex,indexes.Indexable):
    text=index.CharField(document=True,use_template=True)
  
  def index.queryset(self,using=None):
      return self.get_model().object.all()

1.6搜索信息管理文件

在应用目录中创建templates/search/indexes/模型名称_text.txt文件,编辑可搜索内容

{{object.content}}

1.7构建搜索结果展示页面

在应用目录中创建templates/search/search.html展示结果页面

<!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 }}/">{{ 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 }}&amp;page={{ page.previous_page_number }}">
&laquo; 上一页</a>
{% else %}
&laquo; 上一页
{% endif %}
        |
          {% if page.has_next %} 
<a href="?q={{ query }}&amp;page={{ page.next_page_number }}">
下一页 &raquo;</a>
{% else %}
下一页 &raquo;
{% endif %}
          </div>
     {% endif %}
{% endif %}
</body>

1.8构建中文分词分析模块【改写haystack的分词模块】

whoosh作为一个全文搜索模块,分词功能和检索功能已经非常强大,但是针对中文的处理还是比较欠缺,所以通过jieba模块重写分词操作,支持whoose对中文的强大操作

打开安装的whoosh模块目录,在python安装目录的site_packages/目录下找到对应的目录文件haystack/backends/,创建一个新的中文分词模块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()

找到whoosh中文分词模块site_packages/haystack/backends/目录下的分词后台处理文件whoose_backend.py,复制为whoosh_cn_backend.py,编辑内部内容

..
from .ChineseAnalyzer import ChineseAnalyzer
..
# 搜索查询赋值参数
analyzer=StemmingAnalyzer()
# 将分析器对象更改为我们自定义的中文分词分析器
analyzer=ChineseAnalyzer()

1.9初始化分词索引

完成上述工作之后,中文分词全文检索已经完成,项目中支持对Article数据对象的中文分词全文搜索功能了,接下来针对已经建立好的项目数据进行索引数据的初始化

>>>python manage.py rebuild_index

1.10搜索

在需要搜索红牛的网页中,添加搜索表单

<form action=’/search/’ target=’_blank’>
<input type=’text’ name=’q’ placeholder=’请输入关键词’/>
<input type=’submit’ value=’搜索’/>
</form>
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容