django项目之全文检索搜索配置haystack+whoosh+jieba

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 %}
	

		{{ query }}
		
		搜索结果如下:
	

	


		


                {% for item in page %}
				

					
					
{{ item.object.name }}
					

						￥{{ 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

4. 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