haystack全文检索

Haystack

1.什么是Haystack

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：

Solr示例

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', 'PATH': os.path.join(os.path.dirname(__file__), '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

5.设置视图

添加`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。

搜索模板

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 %} { 
   # { 
    { result.object.title }}
#}
 <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.object.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 %}&laquo; 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 &raquo; { 
   % 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。

重建索引

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。

6.使用jieba分词

#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>

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/201634.html原文链接：https://javaforall.net

haystack全文检索

Haystack

1.什么是Haystack

2.安装

3.配置

Solr示例

Elasticsearch示例

Whoosh示例

Xapian示例

4.处理数据

创建索引

5.设置视图

添加`SearchView`到你的`URLconf`

搜索模板

重建索引

6.使用jieba分词

7.在模版中创建搜索栏

8.其它配置

增加更多变量

高亮显示

关于作者

全栈程序员-站长

发表回复

haystack全文检索

Haystack

1.什么是Haystack

2.安装

3.配置

Solr示例

Elasticsearch示例

Whoosh示例

Xapian示例

4.处理数据

创建索引

5.设置视图

添加SearchView到你的URLconf

搜索模板

重建索引

6.使用jieba分词

7.在模版中创建搜索栏

8.其它配置

增加更多变量

高亮显示

关于作者

全栈程序员-站长

相关推荐

java静态多态实例,java多态

Navicat Premium和Navicat for MySQL哪个好用?

软件测试流程及产出物

刷完 900 多道算法题的首次总结：LeetCode 应该怎么刷？「建议收藏」

Eclipse配置tomcat[通俗易懂]

最常用的15大Eclipse开发快捷键技巧

发表回复

添加`SearchView`到你的`URLconf`