×
广告

django-haystack(全文检索-jieba分词)

96
陈陈陈orz
2018.03.25 16:54 字数 542

安装和配置

1.安装。

pip install django-haystack==2.6.1# 安装全文检索框架

pip install whoosh==2.7.4# 安装whoosh搜索引擎

2.配置。

在settings.py文件中添加如下配置:INSTALLED_APPS = (# ...'haystack',# 全文检索框架# ...)

# 全文检索框架配置

HAYSTACK_CONNECTIONS = {'default': {# 使用whoosh引擎'ENGINE':'haystack.backends.whoosh_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'



索引文件生成

1.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。

from haystack import indexes

from goods.models import GoodsSKU

#指定对于某个类的某些数据建立索引

class GoodsSKUIndex(indexes.SearchIndex, indexes.Indexable):

       text = indexes.CharField(document=True,use_template=True)

      def  get_model(self):

              return  GoodsSKU

      def  index_queryset(self, using=None):

          returnself.get_model().objects.all()

2.在templates下面新建目录search/indexes/goods。

3.在商品的目录下创建goodssku_text.txt。

4.在goodssku_text.txt中指定根据哪些字段建立索引。

5.在终端执行如下命令生成索引文件。

python manage.py rebuild_index



更改分词方式

1.安装jieba分词包。

pip install jieba

2.进入haystack目录

/home/python/.virtualenvs/dailyfresh/lib/python3.5/site-packages/haystack/backends/

3.在上面的目录中创建ChineseAnalyzer.py文件。

impor tjieba

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文件为如下名称。

  whoosh_cn_backend.py

5.打开whoosh_cn_backend.py,引入中文分析类,内部采用jieba分词。

from .ChineseAnalyzer  import  ChineseAnalyzer

6.更改whoosh_cn_backend.py文件中使用的词语分析类。

查找

analyzer=StemmingAnalyzer()

改为

analyzer=ChineseAnalyzer()

7.修改settings.py文件中的配置项。

8.重新创建索引数据。

python manage.py rebuild_index

日记本
Web note ad 1