全文检索
- 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
- 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,solr,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sphinx、xapian、Elasticsearc等，但是无二进制包，程序不会莫名其妙的崩溃，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，如果觉得不好用可以使用一些收费产品
操作
官方文档：
http://django-haystack.readthedocs.io/en/v2.4.1/tutorial.html
1. 在虚拟环境中依次安装包
安装全文检索管理模块haystack、全文搜索引擎模块whoosh和中文分词jieba
pip install django-haystackpip install whooshpip install jieba2.修改settings.py文件
- 添加应用
- 添加搜索引擎
全文检索搜索过程是由haystack模块进行操作的，所以搜索路由操作交给haystack进行处理，修改路由配置如下：
INSTALLED_APPS = ( ... 'haystack',)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'3.在项目的urls.py中添加url
#配置全文检索路由
urlpatterns = [ ... re_path(r'^search/', include('haystack.urls')),]4.在应用目录下建立search_indexes.py文件
#管理搜索的数据模型
# coding=utf-8from haystack import indexesfrom shopadmin import Goodclass GoodIndex(indexes.SearchIndex, indexes.Indexable): text = indexes.CharField(document=True, use_template=True) def get_model(self): return GoodsInfo def index_queryset(self, using=None): return self.get_model().objects.all()5.在目录“templates/search/indexes/shopadmin/”下创建“模型类名称_text.txt”文件
#_text.txt，这里列出了要对哪些列的内容进行检索编辑可搜索内容
{{ object.name }}{{ object.description }}6.在目录“templates/search/”下建立search.html
#构建索引展示页面
<!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.name }}</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
whoosh作为一个全文搜索模块，分词功能和检索功能已经非常强大，但是针对中文的处理还是比较欠缺，所以通过jieba模块重写分词操作，支持whoose对中文的强大操作
打开安装的whoosh模块目录，在python安装目录的site_packages/目录下找到对应的目录文件haystack/backends/,创建一个新的中文分词模块ChineseAnalyzer.py
- 保存在haystack的安装文件夹下，路径如“/home/python/.virtualenvs/django_py2/lib/python2.7/site-packages/haystack/backends”
- 注意：复制出来的文件名，末尾会有一个空格，记得要删除这个空格
- 初始化索引数据
import jiebafrom 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
from .ChineseAnalyzer import ChineseAnalyzer 查找
analyzer=StemmingAnalyzer() #搜索查询赋值参数
改为
analyzer=ChineseAnalyzer() #将分析器对象更改为我们自定义的中文分词分析器
9.生成索引
python manage.py rebuild_index10.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>