python中如何django使用haystack:全文檢索索引的架構的執行個體講解

下面小編就為大家帶來一篇python django使用haystack:全文檢索索引的架構(執行個體講解)。小編覺得挺不錯的，現在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

haystack：全文檢索索引的架構

whoosh：純Python編寫的全文檢索搜尋引擎

jieba：一款免費的中文分詞包

首先安裝這三個包

pip install django-haystack
pip install whoosh
pip install jieba

1.修改settings.py檔案，安裝應用haystack，

2.在settings.py檔案中配置搜尋引擎

HAYSTACK_CONNECTIONS = { 'default': {  # 使用whoosh引擎  'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',  # 索引檔案路徑  'PATH': os.path.join(BASE_DIR, 'whoosh_index'), }}# 當添加、修改、刪除資料時，自動產生索引HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

3. 在templates目錄下建立“search/indexes/blog/”目錄 採用blog應用程式名稱字下面建立一個檔案blog_text.txt
#指定索引的屬性

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

4.在需要搜尋的應用下面建立search_indexes

from haystack import indexesfrom models import Post #指定對於某個類的某些資料建立索引class GoodsInfoIndex(indexes.SearchIndex, indexes.Indexable):  text = indexes.CharField(document=True, use_template=True) def get_model(self):   return Post #搜尋的模型類 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檔案寫入下面代碼，用於中文分詞

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()

6.

1. 複製whoosh_backend.py檔案，改為如下名稱

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 改成中文

尋找analyzer=StemmingAnalyzer()改為analyzer=ChineseAnalyzer()

7. 最後一步就是建初始化索引資料

python manage.py rebuild_index

8. 建立搜尋模板 在templates/indexes/ 建立search.html模板

搜尋結果進行分頁，視圖向模板中傳遞的上下文如下

query：搜尋索引鍵

page：當前頁的page對象

paginator：分頁paginator對象

9. 在自己的應用視圖中匯入模組

from haystack.generic_views import SearchView

定義一個類重寫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

應用的urls檔案中添加這條url 將類當一個視圖的方法使用 .as_view()

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