搜索
搜索可以使用最原始的like的方式进行搜索。当然这种搜索方式对于一些小量的数据是非常合适的。但是随着数据量越来越大。这时候我们就需要使用搜索引擎了。搜索引擎会将所有需要搜索的数据使用算法做一个索引,以后搜索的时候就只需要根据这个索引即可找到相应的数据。搜索引擎做索引的过程会比较慢,但是一旦索引建立完成,那么以后再搜索的时候就会很快了。
django-haystack插件:
这个插件是专门给django提供搜索功能的。django-haystack提供了一个搜索的接口,底层可以根据自己的需求更换搜索引擎。他其实有点类似于Django中的ORM插件,提供了一个操作数据库的接口,但是底层具体使用哪个数据库是可以自己设置的。安装方式非常简单,通过pip install django-haystack即可安装。
搜索引擎:
django-haystack支持的搜索引擎有Solr、Elasticsearch、Whoosh、Xapian等。Whoosh是基于纯Python的搜索引擎,检索速度快,集成方便。这里我们就选择Whoosh来作为haystack的搜索引擎。安装方式同样也是通过pip安装的:pip install whoosh。
集成步骤:
1、在项目中安装django-haystack。
INSTALLED_APPS = [
‘django.contrib.admin’,
‘django.contrib.auth’,
‘django.contrib.contenttypes’,
‘django.contrib.sessions’,
‘django.contrib.sites’,
# 添加
'haystack',
]
2、设置搜索引擎:
在settings.py中添加以下配置:
HAYSTACK_CONNECTIONS = {
‘default’: {
# 设置haystack的搜索引擎
‘ENGINE’: ‘haystack.backends.whoosh_backend.WhooshEngine’,
# 设置索引文件的位置
‘PATH’: os.path.join(BASE_DIR, ‘whoosh_index’),
}
}
3、创建索引类:
在模型所属的app下创建一个search_indexes.py文件,然后创建索引类。比如要给News创建索引,代码如下:
class NewsIndex(indexes.SearchIndex,indexes.Indexable):
text = indexes.CharField(document=True,use_template=True)
def get_model(self):return Newsdef index_queryset(self, using=None):return self.get_model().objects.all()
4、添加url映射
在主urls.py中,添加以下代码:
urlpatterns = [
path(’’,views.index,name=‘index’),
# 添加search的url映射
path(‘search/’,include(‘haystack.urls’)),
path(‘news/’, include(“apps.news.urls”)),
]
5、添加模板:
在templates文件夹下创建以下结构的目录:
templates
search
indexes
news(app的名字)
news(模型的名字)_text.txt
然后在news_text.txt中添加需要被索引的字段。示例代码如下:
{{ object.title }}
{{ object.content }}
接着在templates文件夹下创建search.html模板文件,haystack会自动的在templates文件夹下寻找这个模板文件渲染,并且会给这个模板文件传入page、paginator、query等参数。其中page和paginator分别是django内置的Page类和Paginator类的对象,query是查询的关键字。我们可以通过page.object_list获取到查找出来的数据。示例代码如下:
- {% for result in page.object_list %} {% with result.object as news %}
-
{{ news.title }}
{{ news.desc }}
{{ news.caetgory.name }} {{ news.pub_time }}
- {% endwith %} {% endfor %}
增删改查后自动创建索引
HAYSTACK_SIGNAL_PROCESSOR = ‘haystack.signals.RealtimeSignalProcessor’
7、使用jieba分词替换Whoosh默认的分词:
Whoosh默认是采用正则表达式进行分词的。这对于英文来说是足够了。但是对于中文却支持不好。因此我们要替换为jieba分词。jieba分词是中文分词中最好用的免费的分词库。要使用jieba分词库,需要通过pip install jieba进行安装。
安装完成后,拷贝django-env/Lib/site-packages/haystack/backends/whoosh_backend.py其中的代码,将他放在项目的其他包中,然后创建一个名叫whoosh_cn_backend.py文件,把刚刚复制的代码粘贴进去,然后再添加以下代码:
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()
然后再将之前的代码中的analyzer=StemmingAnalyzer()替换为analyzer=ChineseAnalyzer()即可。
更多教程:
http://django-haystack.readthedocs.io/en/master/tutorial.html