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,在这里我们使用全文检索的框架haystack,纯Python编写的全文搜索引擎whoosh,一款免费的中文分词包jieba
在虚拟环境中依次安装:
pip install django-haystack
pip install whoosh
pip install jieba
在django项目中的settings.py配置:
INSTALLED_APPS = (
...
'haystack',
)
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'),
}
}
#当添加、修改、删除数据时,自动生成索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
urls.py中添加搜索的路径配置:
url(r'^search/', include('haystack.urls')),
goods应用下新建search_indexes.py文件,文件名不能错
#定义索引类
from haystack import indexes
#导入你的模型类
from goods.models import GoodsSKU
#索引类的名称:模型类名+Index
class GoodsSKUIndex(indexes.SearchIndex,indexes.Indexable):
#索引字段 use_template指定根据表中的那些字段建立所有文件的说明放在一个文件中
text = indexes.CharField(document=True,use_template=True)
def get_model(self):
#返回你的模型类
return GoodsSKU
#建立索引的数据
def index_queryset(self, using=None):
return self.get_model().objects.all()
templates模板文件下新建search/indexes/goods/goodssku_text.txt
#指定索引的属性
{{ object.name }}
{{ object.desc }}
{{ object.goods.detail }}
在刚新建的search文件夹下新建显示搜索结果的模板search.html,传进三个对象
{% extends 'apps/base_detail_list.html' %}
{% block title %}天天生鲜-商品搜索的结果列表{% endblock title %}
{% block main_content %}
{% for item in page %}
-
¥{{ item.object.price }}
{{ item.object.price}}/{{ item.object.unite }}
{% empty %}
- 什么都没找到
{% endfor %}
{% if page.has_previous %}
<上一页
{% endif %}
{% for pindex in paginator.page_range %}
{% if pindex == page.number %}
{{ pindex }}
{% else %}
{{ pindex }}
{% endif %}
{% endfor %}
{% if page.has_next %}
下一页>
{% endif %}
{% endblock main_content %}
在django项目下新建whoosh_index文件夹
配置jieba:
1):找到虚拟环境xa_py01下的haystack目录
cd /home/python/.virtualenvs/xa_py01/lib/python3.6/site-packages/haystack/backends/
2):在上面的目录中创建ChineseAnalyzer.py文件
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) 复制whoosh_backend.py文件,改为如下名称。
whoosh_cn_backend.py
- 打开复制出来的新文件,引入中文分析类,内部采用jieba分词。
from .ChineseAnalyzer import ChineseAnalyzer
5) 更改词语分析类。
查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()
在虚拟环境下的django项目中运行命令生成索引:
python manage.py rebuild_index