Django基础教程之全局检索

环境：Win10 64位 python2.7

工具：pycharm

1.首先安装haystack、whoosh、jieba

如果觉得慢可以使用豆瓣源pip install -ihttps://pypi.douban.com/simple/ jieba

pip install django-haystack
pip install whoosh
pip install jieba

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，soir，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sphix、xapian、Elasticsearc等，但是无二进制包，程序不会莫名其妙的奔溃，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，如果觉得不好可以使用一些收费产品

2.在settings中进行配置

在INSTALLED_APPS添加 haystack

INSTALLED_APPS = (
    'haystack',
)

3.添加搜索引擎

在settings中进行配置

HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
        'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
    }
}

# 自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

4.在应用目录（即要设为检索关键字的应用目录下）下新建一个search_indexes.py文件（名字是固定的不能改）

from haystack import indexes
from df_goods.models import GoodInfo  #引入你项目下的model（也就是你要将其作为检索关键词的models）

class GoodInfoIndex(indexes.SearchIndex, indexes.Indexable):
    text = indexes.CharField(document=True, use_template=True)
    
    def get_model(self):
        return GoodInfo
    
    def index_queryset(self, using=None):
        return self.get_model().objects.all()  #可对数据进行检索限制

在目录"templates/search/indexes/应用名称/"下创建"模型类名称_text.txt"文件（我建立的是goodinfo_text.txt），格式如下

# goodinfo_text.txt
{{ object.gName }}
{{ object.gSubName }}
{{ object.gDes }}

txt中的内容根据模型类本身的属性进行添加，如我的goodinfo models中有

'gttile', 'gprice', 'isDelete', 'gunit', 'gclick', 'gtype', 'gadv'等字段，可以适当选取作为关键字

我最终选取的结果为

# goodinfo_text.txt
{{ object.gttile }}
{{ object.gtype }}
{{ object.gunit }}

5.在url中配置检索结果返回的地址

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

6.在目录"templates/search/"下建立search.html作为检索结果返回的页面（可自己进行定制）

<!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 }}&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>

7.建立ChineseAnalyzer.py文件

保存在haystack的安装文件夹下，路径如“C:\Users\Administrator\Envs\tiantain\Lib\site-packages\haystack\backends”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()

8.复制whoosh_backend.py文件，改名为whoosh_cn_backend.py

#添加
from .ChineseAnalyzer import ChineseAnalyzer 
# 将文件中的
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()

9.生成索引

python manage.py rebuild_index

生成成功后在根目录下会生成一个whoosh_index的文件夹

10.在模板中创建搜索栏

<form method='get' action="/search/" target="_blank">
    <input type="text" name="q">
    <input type="submit" value="查询">
</form>

然后就大功告成了

Django基础教程之全局检索

猜你喜欢