Haystack

1.什么是Haystack

Haystack是django的开源全文搜索框架(全文检索不同于特定字段的模糊查询，使用全文检索的效率更高 )，该框架支持Solr,Elasticsearch,Whoosh, **Xapian搜索引擎它是一个可插拔的后端（很像Django的数据库层），所以几乎你所有写的代码都可以在不同搜索引擎之间便捷切换

  • 全文检索不同于特定字段的模糊查询，使用全文检索的效率更高，并且能够对于中文进行分词处理

  • haystack：django的一个包，可以方便地对model里面的内容进行索引、搜索，设计为支持whoosh,solr,Xapian,Elasticsearc四种全文检索引擎后端，属于一种全文检索的框架

  • whoosh：纯Python编写的全文搜索引擎，虽然性能比不上sphinx、xapian、Elasticsearc等，但是无二进制包，程序不会莫名其妙的崩溃，对于小型的站点，whoosh已经足够使用

  • jieba：一款免费的中文分词包，如果觉得不好用可以使用一些收费产品

2.安装

pip install django-haystackpip install whooshpip install jieba

3.配置

添加Haystack到INSTALLED_APPS

跟大多数Django的应用一样，你应该在你的设置文件(通常是settings.py)添加Haystack到INSTALLED_APPS. 示例：

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

修改settings.py

在你的settings.py中，你需要添加一个设置来指示站点配置文件正在使用的后端，以及其它的后端设置。 HAYSTACK——CONNECTIONS是必需的设置，并且应该至少是以下的一种：

Solr示例

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示例

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

Whoosh示例

#需要设置PATH到你的Whoosh索引的文件系统位置import osHAYSTACK_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示例

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

4.处理数据

创建索引

如果你想针对某个app例如blog做全文检索，则必须在blog的目录下面建立search_indexes.py文件，文件名不能修改

from haystack import indexesfrom app01.models import Article​class ArticleIndex(indexes.SearchIndex, indexes.Indexable):    #类名必须为需要检索的Model_name+Index，这里需要检索Article，所以创建ArticleIndex    # document相当于表模型的主键    text = indexes.CharField(document=True, use_template=True)#创建一个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，必须要有！        return Article​    def index_queryset(self, using=None):        return self.get_model().objects.all()

为什么要创建索引？索引就像是一本书的目录，可以为读者提供更快速的导航与查找。在这里也是同样的道理，当数据量非常大的时候，若要从这些数据里找出所有的满足搜索条件的几乎是不太可能的，将会给服务器带来极大的负担。所以我们需要为指定的数据添加一个索引（目录），在这里是为Note创建一个索引，索引的实现细节是我们不需要关心的，至于为它的哪些字段创建索引，怎么指定 ,下面开始讲解

每个索引里面必须有且只能有一个字段为 document=True，这代表haystack 和搜索引擎将使用此字段的内容作为索引进行检索(primary field)。其他的字段只是附属的属性，方便调用，并不作为检索数据

注意：如果使用一个字段设置了document=True，则一般约定此字段名为text，这是在ArticleIndex类里面一贯的命名，以防止后台混乱，当然名字你也可以随便改，不过不建议改。

另外，我们在text字段上提供了use_template=True。这允许我们使用一个数据模板（而不是容易出错的级联）来构建文档搜索引擎索引。你应该在模板目录下建立新的模板search/indexes/blog/article_text.txt，并将下面内容放在里面。

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

这个数据模板的作用是对Note.title, Note.user.get_full_name,Note.body这三个字段建立索引，当检索的时候会对这三个字段做全文检索匹配

5.设置视图

添加SearchView到你的URLconf

在你的URLconf中添加下面一行：

(r'^search/', include('haystack.urls')),

这会拉取Haystack的默认URLconf，它由单独指向SearchView实例的URLconf组成。你可以通过传递几个关键参数或者完全重新它来改变这个类的行为。

搜索模板

你的搜索模板(默认在search/search.html)将可能非常简单。下面的足够让你的搜索运行(你的template/block应该会不同)

<!DOCTYPE html><html><head>    <title></title>    <style>        span.highlighted {            color: red;       }    </style></head><body>{% load highlight %}{% if query %}    <h3>搜索结果如下：</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>

需要注意的是page.object_list实际上是SearchResult对象的列表。这些对象返回索引的所有数据。它们可以通过{{result.object}}来访问。所以{{ result.object.title}}实际使用的是数据库中Article对象来访问title字段的。

重建索引

现在你已经配置好了所有的事情，是时候把数据库中的数据放入索引了。Haystack附带的一个命令行管理工具使它变得很容易。

简单的运行./manage.py rebuild_index。你会得到有多少模型进行了处理并放进索引的统计。

6.使用jieba分词

#建立ChineseAnalyzer.py文件#保存在haystack的安装文件夹下，路径如“D:\python3\Lib\site-packages\haystack\backends”​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()​
#复制whoosh_backend.py文件，改名为whoosh_cn_backend.py#注意：复制出来的文件名，末尾会有一个空格，记得要删除这个空格from .ChineseAnalyzer import ChineseAnalyzer 查找analyzer=StemmingAnalyzer()改为analyzer=ChineseAnalyzer()

7.在模版中创建搜索栏

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

8.其它配置

增加更多变量

​from haystack.views import SearchView  from .models import *  

class MySeachView(SearchView):       def extra_context(self):       #重载extra_context来添加额外的context内容           context = super(MySeachView,self).extra_context()           side_list = Topic.objects.filter(kind='major').order_by('add_date')[:8]           context['side_list'] = side_list           return context  ​

#路由修改url(r'^search/', search_views.MySeachView(), name='haystack_search'),

高亮显示

{% highlight result.summary with query %}  # 这里可以限制最终{{ result.summary }}被高亮处理后的长度  {% highlight result.summary with query max_length 40 %}  ​#html中    <style>        span.highlighted {            color: red;       }    </style>

分布式全文检索引擎之ElasticSearch

https://www.cnblogs.com/liuqingzheng/p/10150137.html

转载于:https://www.cnblogs.com/du-jun/p/10595879.html

Haystack-全文搜索框架相关推荐

  1. Haystack全文搜索

    Haystack 1.什么是Haystack Haystack是django的开源全文搜索框架(全文检索不同于特定字段的模糊查询,使用全文检索的效率更高 ),该框架支持Solr,Elasticsear ...

  2. OSCHina技术导向：Java全文搜索框架Lucene

    Lucene 是apache软件基金会一个开放源代码的全文检索引擎工具包,是一个全文检索引擎的架构,提供了完整的查询引擎和索引引擎,部分文本分析引擎.Lucene的目的是为软件开发人员提供一个简单易用 ...

  3. 纯Python方案实现中英文全文搜索

    点击上方"编程派",选择设为"设为星标" 优质文章,第一时间送达! 在互联网上的各类网站中,无论大小,基本上都会有一个搜索框,用来给用户对内容进行搜索,小到站点 ...

  4. SQLite中使用全文搜索FTS

    SQLite中使用全文搜索FTS SQLite支持全文搜索.通过全文搜索功能,可以方便用户快速进行查找.在iOS中,GRDB.FMDB等SQLite框架均支持FTS技术,如FTS3.FTS4等.各个框 ...

  5. 全文搜索！收藏这篇Solr ElasticSearch 长文就可以搞定

    转载自  全文搜索!收藏这篇Solr ElasticSearch 长文就可以搞定 摘自:JaJian`博кē Java后端技术编者说:文章从浅到深,描述了什么是全文搜索,为什么要使用全文搜索,Solr ...

  6. 使用Microsoft SQL Server 2000全文搜索功能构建Web搜索应用程序 --作者：Andrew B. Cencini...

    [摘要]了解如何充分利用SQL Server 2000的全文搜索功能.本文包含有关实现最大吞吐量和最佳性能的几点提示和技巧. 概述 使用Microsoft© SQL Server 2000的全文搜索功 ...

  7. 如何使用Elasticsearch在.NET应用程序中实现全文搜索

    目录 为什么选择Elastic search? 示例应用程序 如何写文件 如何查询文件 获得什么 资源资源 在这个简单的教程中,我将提供一个简单的演示来向Elasticsearch读写文档,并为C#应 ...

  8. 全文搜索 full-text search

    设想这样一个需求:创建一个网站,网站上可以发表文章,并且可以搜索内容中包含关键字的文章.我们可以选择把文章存在硬盘上,或是存在数据库里.而搜索功能则可以依赖全文搜索,或是让google等搜索引擎爬自己 ...

  9. Django开发个人博客网站——19、通过Django Haystack实现搜索功能（上）

    该博客最开始采用的模板是并不包括搜索功能的,在主页只有主页.归档和分类三个部分.最后博主自己添加了搜索框,不过其实不太想让大家使用这个功能,因此将搜索框隐藏了,只有再点击搜索时,才会显现出来.但是这个 ...

最新文章

  1. elasticsearch date格式问题
  2. mvc html.hidden,MVC Html.HiddenFor在一个循环传递模型回控制器
  3. 技术人， 请不要封闭自己
  4. 每个人都在谈论硒替代品-明智地选择！
  5. C++11新特性之泛型编程与模板
  6. sparseTM的公式理解
  7. Web调试工具：火狐Firefox插件Firebug介绍
  8. 使用Faster_RCNN做文本检测
  9. 如何使用Google Maps API禁用鼠标滚轮缩放
  10. python菜鸟教程100例-Python 练习实例1
  11. 数学之美系列 1.3w字精简版阅读笔记
  12. PDF转图片的所有可行方法，全部都在这里了！
  13. MapGIS67及Map2Shp安装教程
  14. Blender 插件开发 添加快捷键
  15. java对接企业微信
  16. 面试官都会问些什么问题？
  17. uni-app使用，并引入thor-ui
  18. 洪水预报系统的读书笔记
  19. BZOJ1022: [SHOI2008]小约翰的游戏John
  20. 【Minecraft】不重启游戏直接注入模组的研究（一）

热门文章

  1. 计算机基础三级,三级数据库计算机基础知识
  2. 金三银四我带你去BAT面试现场，干货整理
  3. linux查看/etc/fastab,/etc/fastab文件丢失致系统宕机的解决方案
  4. jquery button disabled_jQuery练习
  5. 通俗讲解c语言指针的作用,C语言指针讲解（史上最通俗最全面最经典）
  6. c++读取utf8文件_在MySQL中你是否使用过utf8，有没有遇到这样的bug那就要注意了...
  7. 10怎么读_孩子学习浑浑噩噩，做事拖拖拉拉，老是做不完作业，家长怎么办？...
  8. shouldComponentUpdate 的作用
  9. php怎么自己写框架,PHP学习笔记,自己动手写个MVC的框架
  10. java dubbo swagger_Dubbo 的 Swagger 服务文档 swagger-dubbo