haystack是django的开源全文搜索框架(全文检索不同于特定字段的模糊查询,使用全文检索的效率更高 ),该框架支持Solr,Elasticsearch,Whoosh, **XAPIan搜索引擎它是一个可插拔的后端(很像Django的数据库层),所以几乎你所有写的代码都可以在不同搜索引擎之间便捷切换
全文检索不同于特定字段的模糊查询,使用全文检索的效率更高,并且能够对于中文进行分词处理
haystack:django的一个包,可以方便地对model里面的内容进行索引、搜索,设计为支持whoosh,solr,XAPIan,Elasticsearc四种全文检索引擎后端,属于一种全文检索的框架
whoosh:纯Python编写的全文搜索引擎,虽然性能比不上sphinx、xAPIan、Elasticsearc等,但是无二进制包,程序不会莫名其妙的崩溃,对于小型的站点,whoosh已经足够使用
jIEba:一款免费的中文分词包,如果觉得不好用可以使用一些收费产品
2.安装pip install django-haystack
pip install whoosh
pip install jIEba
3.配置 ###添加haystack到INSTALLED_APPS
跟大多数Django的应用一样,你应该在你的设置文件(通常是settings.py
)添加haystack到INSTALLED_APPS
. 示例:
INSTALLED_APPS = [
‘django.contrib.admin‘,
‘django.contrib.auth‘,
‘django.contrib.ContentTypes‘,
‘django.contrib.sessions‘,
‘django.contrib.sites‘,
?
# 添加
‘haystack‘,
?
# 你的app
‘blog‘,
]
###修改settings.py
在你的settings.py
中,你需要添加一个设置来指示站点配置文件正在使用的后端,以及其它的后端设置。 haystack——CONNECTIONS
是必需的设置,并且应该至少是以下的一种:
haystack_CONNECTIONS = {
‘default‘: {
‘ENGINE‘: ‘haystack.backends.solr_backend.solrEngine‘,
‘URL‘: ‘http://127.0.0.1:8983/solr‘
# ...or for multicore...
# ‘URL‘: ‘http://127.0.0.1:8983/solr/mysite‘,
},
}
Elasticsearch示例 haystack_CONNECTIONS = {
‘default‘: {
‘ENGINE‘: ‘haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine‘,
‘URL‘: ‘http://127.0.0.1:9200/‘,
‘INDEX_name‘: ‘haystack‘,
}
Whoosh示例 #需要设置PATH到你的Whoosh索引的文件系统位置
import os
haystack_CONNECTIONS = {
‘default‘: {
‘ENGINE‘: ‘haystack.backends.whoosh_backend.WhooshEngine‘,
‘PATH‘: os.path.join(os.path.dirname(__file__),‘whoosh_index‘),
}
?
# 自动更新索引
haystack_SIGNAL_PROCESSOR = ‘haystack.signals.RealtimeSignalProcessor‘
XAPIan示例 #首先安装XAPIan后端(http://github.com/notanumber/xAPIan-haystack/tree/master)
#需要设置PATH到你的XAPIan索引的文件系统位置。
import os
haystack_CONNECTIONS = {
‘default‘: {
‘ENGINE‘: ‘xAPIan_backend.XAPIanEngine‘,‘xAPIan_index‘),
}
4.处理数据 创建索引 如果你想针对某个app例如blog做全文检索,则必须在blog的目录下面建立search_indexes.py
文件,文件名不能修改
from haystack import indexes
from app01.models import Article
?
class ArticleIndex(indexes.SearchIndex,indexes.Indexable):
#类名必须为需要检索的Model_name+Index,这里需要检索Article,所以创建ArticleIndex
text = indexes.CharFIEld(document=True,use_template=True)#创建一个text字段
#其它字段
desc = indexes.CharFIEld(model_attr=‘desc‘)
content = indexes.CharFIEld(model_attr=‘content‘)
?
def get_model(self):#重载get_model方法,必须要有!
return Article
?
def index_queryset(self,using=None):
return self.get_model().objects.all()
为什么要创建索引?索引就像是一本书的目录,可以为读者提供更快速的导航与查找。在这里也是同样的道理,当数据量非常大的时候,若要从这些数据里找出所有的满足搜索条件的几乎是不太可能的,将会给服务器带来极大的负担。所以我们需要为指定的数据添加一个索引(目录),在这里是为Note创建一个索引,索引的实现细节是我们不需要关心的,至于为它的哪些字段创建索引,怎么指定,下面开始讲解
每个索引里面必须有且只能有一个字段为 document=True,这代表haystack 和搜索引擎将使用此字段的内容作为索引进行检索(primary fIEld)。其他的字段只是附属的属性,方便调用,并不作为检索数据
注意:如果使用一个字段设置了document=True,则一般约定此字段名为text,这是在ArticleIndex类里面一贯的命名,以防止后台混乱,当然名字你也可以随便改,不过不建议改。
另外,我们在text
字段上提供了use_template=True
。这允许我们使用一个数据模板(而不是容易出错的级联)来构建文档搜索引擎索引。你应该在模板目录下建立新的模板search/indexes/blog/article_text.txt
,并将下面内容放在里面。
#在目录“templates/search/indexes/应用名称/”下创建“模型类名称_text.txt”文件
{{ object.Title }}
{{ object.desc }}
{{ object.content }}
这个数据模板的作用是对Note.Title
, Note.user.get_full_name
,Note.body
这三个字段建立索引,当检索的时候会对这三个字段做全文检索匹配
SearchVIEw
到你的URLconf
在你的URLconf
中添加下面一行:
(r‘^search/‘,include(‘haystack.urls‘)),
这会拉取haystack的默认URLconf,它由单独指向SearchVIEw
实例的URLconf组成。你可以通过传递几个关键参数或者完全重新它来改变这个类的行为。
你的搜索模板(默认在search/search.HTML
)将可能非常简单。下面的足够让你的搜索运行(你的template/block
应该会不同)
<!DOCTYPE HTML>
<HTML>
<head>
<Title></Title>
<style>
span.highlighted {
color: red;
}
</style>
</head>
<body>
{% load highlight %}
{% if query %}
<h3>搜索结果如下:</h3>
{% for result in page.object_List %}
{# <a href="/{{ result.object.ID }}/">{{ result.object.Title }}</a><br/>#}
<a href="/{{ result.object.ID }}/">{% highlight result.object.Title with query max_length 2%}</a><br/>
<p>{{ result.object.content|safe }}</p>
<p>{% highlight result.content with query %}</p>
{% 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 }}">{% endif %}« 上一页
{% if page.has_prevIoUs %}</a>{% endif %}
|
{% if page.has_next %}<a href="?q={{ query }}&page={{ page.next_page_number }}">{% endif %}下一页 »
{% if page.has_next %}</a>{% endif %}
</div>
{% endif %}
{% endif %}
</body>
</HTML>
需要注意的是page.object_List
实际上是SearchResult
对象的列表。这些对象返回索引的所有数据。它们可以通过{{result.object}}
来访问。所以{{ result.object.Title}}
实际使用的是数据库中Article对象来访问Title
字段的。
现在你已经配置好了所有的事情,是时候把数据库中的数据放入索引了。haystack附带的一个命令行管理工具使它变得很容易。
简单的运行./manage.py rebuild_index
。你会得到有多少模型进行了处理并放进索引的统计。
#建立ChineseAnalyzer.py文件
#保存在haystack的安装文件夹下,路径如“D:\python3\lib\site-packages\haystack\backends”
?
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()
?
#复制whoosh_backend.py文件,改名为whoosh_cn_backend.py
#注意:复制出来的文件名,末尾会有一个空格,记得要删除这个空格
from .ChineseAnalyzer import ChineseAnalyzer
查找
analyzer=stemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()
7.在模版中创建搜索栏 <form method=‘get‘ action="/search/" target="_blank">
<input type="text" name="q">
<input type="submit" value="查询">
</form>
8.其它配置 增加更多变量 ?
from haystack.vIEws import SearchVIEw
from .models import *
class MySeachVIEw(SearchVIEw):
def extra_context(self): #重载extra_context来添加额外的context内容
context = super(MySeachVIEw,self).extra_context()
sIDe_List = topic.objects.filter(kind=‘major‘).order_by(‘add_date‘)[:8]
context[‘sIDe_List‘] = sIDe_List
return context
?
#路由修改
url(r‘^search/‘,search_vIEws.MySeachVIEw(),name=‘haystack_search‘),
高亮显示 {% highlight result.summary with query %}
# 这里可以限制最终{{ result.summary }}被高亮处理后的长度
{% highlight result.summary with query max_length 40 %}
?
#HTML中
<style>
span.highlighted {
color: red;
}
</style>
总结 以上是内存溢出为你收集整理的Haystack全文检索全部内容,希望文章能够帮你解决Haystack全文检索所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)