python django 使用 haystack：全文检索的框架

haystack：全文检索的框架
whoosh：纯Python编写的全文搜索引擎
jieba：一款免费的中文分词包

首先安装这三个包

pip install django-haystack
pip install whoosh
pip install jieba

1.修改settings.py文件，安装应用haystack，
2.在settings.py文件中配置搜索引擎

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'

View Code

 

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目录下建立“search/indexes/blog/”目录 采用blog应用名字下面建立一个文件blog_text.txt
#指定索引的属性

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

 

 

4.在须要搜索的应用下面建立search_indexes

from haystack import indexes
from models import Post #指定对于某个类的某些数据创建索引
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()

View Code

 

 

5.
1. 修改haystack文件
2. 找到虚拟环境py_django下的haystack目录    这个目录根据本身使用的python环境不一样，路径也不同。
3. site-packages/haystack/backends/ 建立一个文件名为ChineseAnalyzer.py文件写入下面代码，用于中文分词

    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()

View Code

6.
1复制whoosh_backend.py文件，改成以下名称
whoosh_cn_backend.py
在复制出来的文件中导入中文分词模块
from .ChineseAnalyzer import ChineseAnalyzer
2. 更改词语分析类 改为中文
查找analyzer=StemmingAnalyzer()改成analyzer=ChineseAnalyzer()

7. 最后一步就是建初始化索引数据
python manage.py rebuild_index

8. 建立搜索模板 在templates/indexes/ 建立search.html模板
搜索结果进行分页，视图向模板中传递的上下文以下
query：搜索关键字
page：当前页的page对象
paginator：分页paginator对象

9. 在本身的应用视图中导入模块 from haystack.generic_views import SearchView 定义一个类重写get_context_data 方法，这样就能够往模板中传递自定义的上下文。 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 应用的urls文件中添加这条url 将类当一个视图的方法使用 .as_view() url('^search/$', views.BlogSearchView.as_view())