python django使用haystack:全文检索的框架(实例讲解)_Python

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'

3. 在templates目录下创建“search/indexes/blog/”目录采用blog应用名字下面创建一个文件blog_text.txt
#指定索引的属性

python django使用haystack:全文检索的框架(实例讲解)

4.在需要搜索的应用下面创建search_indexes

									from haystack import indexes

									from models import Post #指定对于某个类的某些数据建立索引

									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()

python django使用haystack:全文检索的框架(实例讲解)

1. 修改haystack文件

2. 找到虚拟环境py_django下的haystack目录这个目录根据自己使用的python环境不同，路径也不一样。

3. site-packages/haystack/backends/ 创建一个文件名为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()

1. 复制whoosh_backend.py文件，改为如下名称

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. 更改词语分析类改成中文

查找analyzer=StemmingAnalyzer()改为analyzer=ChineseAnalyzer()

7. 最后一步就是建初始化索引数据

python manage.py rebuild_index

8. 创建搜索模板在templates/indexes/ 创建search.html模板

搜索结果进行分页，视图向模板中传递的上下文如下

query：搜索关键字

page：当前页的page对象

paginator：分页paginator对象

9. 在自己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，这样就可以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