Haystack的介绍和使用

时间 2019-11-13

标签 haystack 介绍使用繁體版

原文原文链接

一，什么是Haystack

　　搜索是一个日益重要的话题。用户愈来愈依赖于搜索从噪声信息中分离和快速找到有用信息。此外，搜索搜索能够洞察那些东西是受欢迎的，改善网站上难以查找的东西。html

　　为此，Haystack试图整合自定义搜索，使其尽量简单的灵活和强大到足以处理更高级的用例。haystack支持多种搜索引擎，不只仅是whoosh，使用python

solr、elastic search等搜索，也可经过haystack，并且直接切换引擎便可，甚至无需修改搜索代码。git

二，安装相关的包

pip install django-haystack
pip install whoosh
pip install jieba

三，配置

　　1：将Haystack添加到settings.py中的INSTALLED_APPS中：github

INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.sites',
    # 添加
    'haystack',
    # 你的app
    'blog',
]

　　2：在你的settings.py中添加一个设置来指示站点配置文件正在使用的后端，以及其余的后端设置。数据库

　　　　HAYSTACK——CONNECTIONS是必需的设置，而且应该至少是如下的一种：django

　　　　Solr：后端

HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.solr_backend.SolrEngine',
        'URL': 'http://127.0.0.1:8983/solr'
        # ...or for multicore...
        # 'URL': 'http://127.0.0.1:8983/solr/mysite',
    },
}

　　　　Elasticsearch:api

HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
        'URL': 'http://127.0.0.1:9200/',
        'INDEX_NAME': 'haystack',
    },
}

　　　　Whoosh：服务器

#须要设置PATH到你的Whoosh索引的文件系统位置
import os
HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
        'PATH': os.path.join(os.path.dirname(__file__), 'whoosh_index'),
    },
}

# 自动更新索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'

　　　　Xapian:session

#首先安装Xapian后端（http://github.com/notanumber/xapian-haystack/tree/master）
#须要设置PATH到你的Xapian索引的文件系统位置。
import os
HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'xapian_backend.XapianEngine',
        'PATH': os.path.join(os.path.dirname(__file__), 'xapian_index'),
    },
}

　　下面咱们以whoosh为例进行操做。

四：配置路由

　　在整个项目的urls.py中，配置搜索功能的url路径

urlpatterns = [
    ...
    url(r'^search/', include('haystack.urls')),
]

五，建立索引

　　在你的应用目录下面新建一个search_indexes.py文件，文件名不能修改！

from haystack import indexes
from app01.models import Article

class ArticleIndex(indexes.SearchIndex, indexes.Indexable):
    #类名必须为须要检索的Model_name+Index，这里须要检索Article，因此建立ArticleIndex
    text = indexes.CharField(document=True, use_template=True)#建立一个text字段 
    #其它字段
    desc = indexes.CharField(model_attr='desc')
    content = indexes.CharField(model_attr='content')

    def get_model(self):#重载get_model方法，必需要有！
        return Article

    def index_queryset(self, using=None):
        return self.get_model().objects.all()

　　ps：为何要建立索引呢，索引就像一本书的目录，能够为读者提供更快速的导航与查找。在这里也是一样的道理，当数据量很是大的时候，若要从

　　　　这些数据里找出全部知足搜索条件的几乎是不太可能的事情，将会给服务器带来极大的负担，因此咱们须要为指定的数据添加一个索引。

　　　　索引实现的细节并非咱们须要关心的事情，可是它为哪些字段建立索引，怎么指定，下面来讲明：

　　　　每一个索引里面必须有且只能有一个字段为 document=Ture，这表明着haystack和搜索引擎将使用此字段的内容做为索引进行检索（primary field）

　　　　其余的字段只是附属的属性，方便调用，并不作检索的依据。

　　　　注意：若是一个字段设置了document=True,则通常约定此字段名为text，这是ArticleIndex类里面一向的写法。

　　　　另外，咱们在text字段上提供了use_template=Ture。这容许咱们使用一个数据模板，来构建文档搜索引擎索引。你应该在模板目录下创建,也就是在

　　　　templates文件夹中创建一个新的模板，search/indexes/项目名/模型名_text.txt，而且将如下的内容放入txt文件中：

#在目录“templates/search/indexes/应用名称/”下建立“模型类名称_text.txt”文件
{{ object.title }}
{{ object.desc }}
{{ object.content }}

　　　　这个数据模板的做用就是对Note.title, Note.user.get_full_name,Note.body这三个字段创建索引，当检索的时候会对这三个字段作全文检索匹配。

六：编辑搜索模板

　　　　搜索模板默认在search/search.html中，下面的代码足以让你搜索运行：

<!DOCTYPE html>
<html>
<head>
    <title></title>
    <style>
        span.highlighted {
            color: red;
        }
    </style>
</head>
<body>
{% load highlight %}
{% if query %}
    <h3>搜索结果以下：</h3>
    {% for result in page.object_list %}
{#        <a href="/{{ result.object.id }}/">{{ result.object.title }}</a><br/>#}
        <a href="/{{ result.object.id }}/">{%   highlight result.object.title with query max_length 2%}</a><br/>
        <p>{{ result.object.content|safe }}</p>
        <p>{% highlight result.content with query %}</p>
    {% 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 }}&amp;page={{ page.previous_page_number }}">{% endif %}&laquo; 上一页
            {% if page.has_previous %}</a>{% endif %}
            |
            {% if page.has_next %}<a href="?q={{ query }}&amp;page={{ page.next_page_number }}">{% endif %}下一页 &raquo;
            {% if page.has_next %}</a>{% endif %}
        </div>
    {% endif %}
{% endif %}
</body>
</html>

　　注意：page.object_list其实是SearchResult对象的列表。这些对象返回索引的全部数据。他们能够经过{{ result.object }}来访问，

　　　　　　因此{{ result.object.title}}实际使用的是数据库中Article对象来访问title字段的。

七，重建索引

　　配置完成以后，接下应该把数据库中的数据放入索引。Haystack中自带了一个命令工具：

python manage.py rebuild_index

八，使用jieba分词

　　新建一个ChineseAnalyzer.py文件:

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()

　　保存在python安装路径的backends文件夹中（例如：D:\python3\Lib\site-packages\haystack\backends）

　　而后在该文件夹中找到一个whoosh_backend.py文件，更名为whoosh_cn_backend.py

　　在内部添加：

from .ChineseAnalyzer import ChineseAnalyzer

　　而后查找到这行代码：

analyzer=StemmingAnalyzer()

　　修改成：

analyzer=ChineseAnalyzer()

九，在模板找中建立搜索栏：

<form method='get' action="/search/" target="_blank">
    <input type="text" name="q">
    <input type="submit" value="查询">
</form>