Django-----Haystack框架+Jieba分词+Whoosh引擎的内容搜索框
一、安装库
安装django-haystack、whoosh、jieba库
pip install django-haystack==2.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install whoosh
pip install jieba
’
二、配置
1、注册haystack
settings.py中注册应用haystack：
INSTALLED_APPS = [
。。。
'haystack',
]
’
2、配置框架的引擎whoosh
settings.py中添加配置：
# 全文检索框架
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
},
}
# 自动更新索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
‘
3、建立索引
①、对应应用下创建search_indexes.py文件
article/search_indexes.py文件内容如下：（文件名字固定！内容供参考，根据具体情况修改，只需修改三处的Article即可）
from .models import Article
from haystack import indexes
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
# use_template根据哪些字段建立索引，将说明放入一个文件中
text = indexes.CharField(document=True, use_template=True) # 创建一个text字段
def get_model(self): # 重载get_model方法，必须要有！
return Article
# 建立索引的数据
def index_queryset(self, using=None):
return self.get_model().objects.all()
②、建立索引文件
templates文件夹下 创建 search/indexes/应用名文件夹/模型类名_text.txt
②、设置引擎的索引内容
article_text.txt文件内容设置如下（具体根据模型内容改变）：
{{ object.title }}
{{ object.desc }}
{{ object.content }}
’
4、生成索引内容文件
即根据设置索引值，预先读取出数据库内容，单独放置，以供引擎搜索。
①、打开一个Terminal窗口，在项目路径下执行：
D:Afile/bfile/XxxProjects> python manage.py rebuild_index
②、输入 y 确认创建。
‘
5、配置 测试
①、配置search路由
urls.py主路由列表中添加:
url(r’^search/’, include(‘haystack.urls’)),
②、启动Django服务，打开一个Terminal窗口，在项目路径下执行：
D:Afile/bfile/XxxProjects> python manage.py runserver
③、浏览器中输入搜索（?q=什么随便）：
http://127.0.0.1:8000/search/?q=sxxs
④、配置正常，则在此时出现黄色警告页面（否则再查看一下配置内容）：
‘
6、编写搜索界面
在search文件夹下创建search.html文件（固定名字，不可变）
search.html 文件内容如下（参考）：
DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Titletitle>
head>
<body>
搜索：{{ query }}<br>
page：{{ page }}<br>
{% for item in page %}
{{ item.object.id }} 《 {{ item.object.title }} 》 - {{ item.object.desc }} <br>
{% endfor %}
count：{{ paginator.count }}
body>
html>
7、正式搜索
浏览器输入： (查询不同内容修改 ?q=不同内容)
http://127.0.0.1:8000/search/?q=内容
此时，多次测试发现：搜索结果不尽如人意，只有输入完整的原文才能查询出结果，输入词语进行模糊查询 基本没用返回结果。
’
问题：
whoosh搜索引擎自带的中文分词功能效果较差
解决：
为whoosh搜索引擎配置jieba库进行分词。
‘
三、配置jieba分词
①、haystack 添加ChineseAnalyzer.py文件
找到本项目使用的site-packages文件夹
鼠标悬停即可看到包的安装路径：
进入 Lib\site-packages\haystack\backends
在backends文件夹中添加ChineseAnalyzer.py文件（新建txt文件，之后改后缀）：
ChineseAnalyzer.py内容如下：（文件保存关闭，但文件夹界面别急着关）
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()
’
②、修改whoosh_bcakend.py文件
1、复制whoosh_bcakend.py文件
2、原地粘贴whoosh_bcakend.py文件，改名为whoosh_cn_backend.py
3、修改whoosh_cn_backend.py内容
#导入添加的ChineseAnalyzer文件
from .ChineseAnalyzer import ChineseAnalyzer
xxx
xxx
xxx
#164行左右修改
TEXT(…,analyzer=ChineseAnalyzer(),…)
③、修改sittings.py文件whoosh配置
将原来引用的whoosh_backend，修改为新配置的whoosh_cn_backend：
# 全文检索框架
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
},
}
# 自动更新索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
④、重新生成索引文件
Terminal窗口再次执行：
D:Afile/bfile/XxxProjects> python manage.py rebuild_index
⑤、再次测试搜索
另一个Terminal窗口执行启动django服务：
D:Afile/bfile/XxxProjects> python manage.py runserver
浏览器搜索：
搜索效果显著提升。
四、ajax渲染数据
可以通过ajax渲染的方式使数据的展示更加灵活。
1、创建视图函数
在应用下的views.py文件中创建：
def searchJson(request):
from haystack.query import SearchQuerySet, Raw
qParams = request.GET.get('q')
if not qParams:
return JsonResponse({
'code': 400,
'msg': '缺少参数'
})
articles = SearchQuerySet().filter(text=Raw(qParams)).order_by('view_num') # 根据浏览量排序显示
res_list = []
try:
for article in articles:
ar_data = {}
ar_data['id'] = article.object.id
ar_data['title'] = article.object.title
res_list.append(ar_data)
except:
pass
return JsonResponse({
'code': 200,
'data': res_list
},json_dumps_params={'ensure_ascii': False})
2、索引数据添加view_num
在应用里的search_indexes.py文件中改写添加view_num：
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
# use_template根据哪些字段建立索引，将说明放入一个文件中
text = indexes.CharField(document=True, use_template=True) # 创建一个text字段
view_num = indexes.CharField(model_attr='view_num') # 变量名自定义且和视图函数保持一致
def get_model(self): # 重载get_model方法，必须要有！
return Article
# 建立索引的数据
def index_queryset(self, using=None):
return self.get_model().objects.all()
3、配置主路由
url(r’^searchJson/’, searchJson),
4、配置ajax请求
在search.html中添加：
{% load static from staticfiles %}
<script type="text/javascript" src="{% static 'jquery.min.js' %}">script>
<script>
$.ajax({
url:'/searchJson?q=框架', success(res){
console.log(res)
}
})
script>
5、搜索
