django全文检索的实现
2018-10-29 本文已影响0人
楚糖的糖
1在虚拟环境项目下安装
pip instal django-haystack
pip install whoosh
自动的将django升级为2.0.7版本后,要再pip install django==1.8.2
2.在settings.py下进行注册haystack，并进行配置
INSTALLED.APPS=('haystack',)
配置搜索引擎：
'default': {
#使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
#索引文件路径
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
}
}
#当添加、修改、删除数据时，自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
3.在一级路由下添加搜索的url配置
url(r'^search/', include('haystack.urls')), #全文检索
==============================================
1在apps/goods下新建search_indexes.py文件
# 定义索引类
from haystack import indexes
# 导入模型类
from goods.models import GoodsSKU
# 指定某类的某些数据建立索引
# 索引类名格式：模型类名+Index
class GoodsSKUIndex(indexes.SearchIndex, indexes.Indexable):
# 索引字段，use_template=true指定根据表中的哪些字段建立索引文件，说明放在一个文件中
text = indexes.CharField(document=True, use_template=True)
def get_model(self):
# 返回模型类
return GoodsSKU
# 建立索引数据
def index_queryset(self, using=None):
return self.get_model().objects.all()
========================================================
1.在\templates\search\indexes\goods下新建goodssku_text.txt
{{object.name}}
{{object.desc}}
{{object.goods.detail}}
注意：不是将这个goodssku_text.txt命名成什么名字就是名字，要与初始化索引数据下寻找的txt文件进行对比
==============================================
2.初始化索引数据(也是生成索引文件)：
python manage.py rebuild_index
结束后会在项目下出现一个whoosh_index的文件
3在表单中使用如下
<form action="/search" method="get">
<input type="text" class="input_text fl" name="q" placeholder="搜索商品">
<input type="submit" class="input_btn fr" name="" value="搜索">
</form>
4.在\templates\search下新建search.html
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>搜寻结果</title>
</head>
<body>
搜索的关键字是：{{ query }}<br>
当前页的Page对象：{{ page.object }}<br>
<ul>
{% for item in page %}
<li>{{ item.object }}</li>
{% endfor %}
</ul>
分页paginator对象:{{ paginator }}<br>
</body>
</html>
=============================================
5.全文检索结果页面的美化：
{% extends 'base_detail_list.html' %}
{% block title %}天天生鲜--{{ query }}商品搜索结果{% endblock title %}
{% block main_content %}
<div class="breadcrumb">
<a href="#">{{ query }}</a>
<span></span>
<a href="#">搜索结果</a>
</div>
<div class="main_wrap clearfix">
<ul class="goods_type_list clearfix">
{% for item in page %}
<li>
<a href="{% url 'goods:detail' item.object.id %}"><img src="{{ item.object.image.url }}"></a>
<h4><a href="{% url 'goods:detail' item.object.id %}">{{ item.object.name }}</a></h4>
<div class="operate">
<span class="prize">￥{{ item.object.price }}</span>
<span class="unit">{{ item.object.price }}/{{ item.object.unite }}</span>
<a href="#" class="add_goods" title="加入购物车"></a>
</div>
</li>
{% endfor %}
</ul>
<div class="pagenation">
{% if page.has_previous %}
<a href="/search?q={{ query }}&page={{ page.previous_page_number }}">上一页</a>
{% endif %}
{% for pindex in paginator.page_range %}
{% if pindex == page.number %}
<a href="/search?q={{ query }}&page={{ pindex }}" class="active">{{ pindex }}</a>
{% else %}
<a href="/search?q={{ query }}&page={{ pindex }}">{{ pindex }}</a>
{% endif %}
{% endfor %}
{% if skus_page.has_next %}
<a href="/search?q={{ query }}&page={{ page.next_page_number }}">下一页</a>
{% endif %}
</div>
</div>
{% endblock main_content %}
=========================================================
分词处理
使用的分词方式是jieba 分词，首先pip install jieba
1理解使用jieba分词，在项目中，打开ipython3
import jieba
str = "很不错的草莓"
res = jieba.cut(str,cut_all=True)
res
for val in res
print(val)
2.在项目中的使用
C:\Users\yc\Envs\dailyfresh\Lib\site-packages\haystack\backends下创建ChineseAnalyzer.py文件
在ChineseAnalyzer.py中的代码如下
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()
3.在C:\Users\yc\Envs\dailyfresh\Lib\site-packages\haystack\backends复制whoosh_backend.py文件，改为whoosh_cn_backend.py：
（1）导包
from .ChineseAnalyzer import ChineseAnalyzer
（2）更改词语分析类：在163行左右
schema_fields[field_class.index_fieldname] = TEXT(stored=True,analyzer=ChineseAnalyzer(), field_boost=field_class.boost, sortable=True)
4修改settings.py文件中的配置项：将whoosh_backend改为whoosh_cn_backend
全文检索框架的配置
HAYSTACK_CONNECTIONS = {
'default': {
#使用whoosh引擎
'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
#索引文件路径
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
}
}
5.重新创建索引文件：
python manage.py rebuild_index
重新运行项目
python manage.py runserver
6.实现查询到的东西的分页问题
HAYSTACK_SEARCH_RESULTS_PER_PAGE =1 # 指定搜索结果每页显示的条数
