Python中使用haystack实现django全文检索搜索引擎功能
作者：aaanthony 发布时间：2023-06-30 07:21:03
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 和 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网站的支持！
来源：http://www.cnblogs.com/aaanthony/archive/2017/08/26/7435244.html
0
投稿猜你喜欢
- PDO::rollBackPDO::rollBack — 回滚一个事务(PHP 5 >= 5.1.0, PECL pdo >=
- Vue作为最近最炙手可热的前端框架，其简单的入门方式和功能强大的API是其优点。而同时因为其API的多样性和丰富性，所以他的很多开发方式就和
- python里的super().init()有什么用？对于python里的super().__init__()有什么作用，很多同学没有弄清楚
- 介绍在使用matplotlib的过程中，发现不能像matlab一样同时开几个窗口进行比较，于是查询得知了交互模式，但是放在脚本里运行的适合却
logger：日志器对象，可通过logging.getLogger()方法获取handler：处理器对象，将日志信息输出到指定位置，可通过l- 在Python中处理异常使用的是try-except代码块，try-except代码块放入让python执行的操作，同时告诉python程序
- 当子类继承父类后，需要调用父类的方法和属性时，需要调用父类的初始化函数。class A(object): def __init_
- 实现代码如下：# -*- coding: utf-8 -*-import math, random,timeimport threading
- PHP 中的 Interface 是一种非常重要的特性，它允许开发人员定义一组规范或者约束，以确保类之间的互操作性和兼容性。在本文中，我们将
- 本文实例讲述了Python实现监控程序执行时间并将其写入日志的方法。分享给大家供大家参考。具体实现方法如下：# /usr/bin/pytho
- 在使用出colab进行模型训练时，发现colab的python版本更新为了3.7.11，而我的代码要在python3.6下才行配置好环境，于
- 不过首先你会发现，你在不同的地区或者不同的网络（电信、联通、移动）的情况下，转换后的IP地址很可能是 不一样的，这首先涉及到负载均衡的第一步
- 在用JS编写动画的时候，经常用会到布局转换，即在运动前将相对定位转为绝对定位，然后执行动画函数。下面给大家分享一个运用原生JS实现的布局转换
- 一个简单的SQL 行列转换 Author: eaglet 在数据库开发中经常会遇到行列转换的问题，比如下面的问题，部门，员工和员工类型三张表
- 本文实例讲述了Python实现Tab自动补全和历史命令管理的方法。分享给大家供大家参考。具体分析如下：Python的startup文件，即环
- 网页设计中，内容组织恐怕是最至关重要、最影响设计品质的方面了。如何将信息组织到好的布局中，是一个网站的基础，并且应该在考虑外观之前就决定好。
- 1.配置环境操作系统：Ubuntu20.04CUDA版本：11.4Pytorch版本：1.9.0TorchVision版本：0.7.0IDE
- 谈到比特币，我们都知道挖矿，有些人并不太明白挖矿的含义。这里的挖矿其实就是哈希的碰撞，举个简单例子：import hashlibx = 11
- 解决方法：1。 改表法。可能是你的帐号不允许从远程登陆，只能在localhost。这个时候只要在localhost的那台电脑，登入mysql
- 写入已有文件如需写入已有的文件，必须向 open() 函数添加参数。“a” - 追加 - 会追加到文
