python中如何django使用haystack:全文檢索的框架的實例講解

下面小編就為大家帶來一篇python django使用haystack:全文檢索的框架(實例講解)。小編覺得蠻不錯的，現在就分享給大家，也給大家做個參考。一起跟著小編過來看看吧

haystack：全文檢索的框架

whoosh：純Python寫的全文搜尋引擎

jieba：一個免費的中文分詞包

首先安裝這三個套件

pip install django-haystack
pip install whoosh
pip install jieba

1.修改settings.py文件，安裝應用程式haystack ，

2.在settings.py檔案中設定搜尋引擎

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'

3. 在templates目錄下建立「search/indexes/blog/」目錄採用blog應用程式名稱下方建立一個檔案blog_text.txt
#指定索引的屬性

{{ object.title }}
{{ object.text}}
{{ object.keywords }}

4.在需要搜尋的應用程式下方建立search_indexes

from haystack import indexes
from models import Post #指定对于某个类的某些数据建立索引
class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable): 
 text = indexes.CharField(document=True, use_template=True)
 def get_model(self):  
 return Post #搜索的模型类
 def index_queryset(self, using=None):  
  return self.get_model().objects.all()

##5.

1. 修改haystack檔案

2. 找到虛擬環境py_django下的haystack目錄這個目錄根據自己使用的python環境不同，路徑也不一樣。

3. site-packages/haystack/backends/ 建立一個檔案名稱為ChineseAnalyzer.py檔案寫入下面程式碼，用於中文分詞

#

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()

6.

1. 複製whoosh_backend.py文件，改為以下名稱

whoosh_cn_backend.py

在複製出來的檔案中匯入中文分詞模組

from .ChineseAnalyzer import ChineseAnalyzer

2. 更改詞語分析類別改為中文

查找analyzer=StemmingAnalyzer()改為analyzer=ChineseAnalyzer()

7 . 最後一步就是建立初始化索引資料

python manage.py rebuild_index

8. 建立搜尋範本在templates/indexes/ 建立search.html範本

搜尋結果進行分頁，視圖傳遞給範本中的上下文如下

query：搜尋關鍵字

page：目前頁的page物件

paginator：分頁paginator對象

9. 在自己的應用程式檢視中匯入模組

from haystack.generic_views import SearchView

定義一個類別重寫get_context_data 方法，這樣就可以往模板中傳遞自訂的上下文。

class GoodsSearchView(SearchView):
　　def get_context_data(self, *args, **kwargs):
　　　　context = super().get_context_data(*args, **kwargs)
　　　　context['iscart']=1
　　　　context['qwjs']=2
　　　　return context

應用程式的urls檔案中新增這條url 將類別當一個視圖的方法使用 .as_view()

url('^search/$', views.BlogSearchView.as_view())

以上是python中如何django使用haystack:全文檢索的框架的實例講解的詳細內容。更多資訊請關注PHP中文網其他相關文章！