搜索框架
haystack 搭建了用户和搜索引擎之间的沟通问题
配置:
1) 安装python包。
pip install django-haystack
pip install whoosh
2) 在settings.py文件中注册应用haystack并做如下配置。
3)在goods应用目录下新建一个search_indexes.py文件,在其中定义一个商品索引类e。
4)在templates下面新建目录search/indexes/goods。
在此目录下面新建一个文件goodssku_text.txt并编辑内容如下:
5)使用命令生成索引文件。
python manage.py rebuild_index
全文检索的使用:
1)配置url。
2)表单搜索时设置表单内容如下。
点击标题进行提交时,会通过haystack搜索数据。
全文检索结果:
搜索出结果后,haystack会把搜索出的结果传递给templates/search目录下的search.html,传递的上下文包括:
query:搜索关键字
page:当前页的page对象
paginator:分页paginator对象
通过HAYSTACK_SEARCH_RESULTS_PER_PAGE 可以控制每页显示数量
改变分词方式:
1. 安装jieba分词模块。
pip install jieba
2. 找到虚拟环境py_django下的haystack目录。
/home/python/.virtualenvs/bj10_py3/lib/python3.5/site-packages/haystack/backends/
3. 在上面的目录中创建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()
4. 复制whoosh_backend.py文件,改为如下名称:
whoosh_cn_backend.py
5. 打开复制出来的新文件,引入中文分析类,内部采用jieba分词。
from .ChineseAnalyzer import ChineseAnalyzer
6. 更改词语分析类。
查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()
9. 重新创建索引数据
python manage.py rebuild_index