搜索可以使用最原始的like
的方式进行搜索。当然这种搜索方式对于一些小量的数据是非常合适的。但是随着数据量越来越大。这时候我们就需要使用搜索引擎了。搜索引擎会将所有需要搜索的数据使用算法做一个索引,以后搜索的时候就只需要根据这个索引即可找到相应的数据。搜索引擎做索引的过程会比较慢,但是一旦索引建立完成,那么以后再搜索的时候就会很快了。
django-haystack插件:
这个插件是专门给django
提供搜索功能的。django-haystack
提供了一个搜索的接口,底层可以根据自己的需求更换搜索引擎。他其实有点类似于Django
中的ORM
插件,提供了一个操作数据库的接口,但是底层具体使用哪个数据库是可以自己设置的。安装方式非常简单,通过pip install django-haystack
即可安装。
搜索引擎:
django-haystack
支持的搜索引擎有Solr
、Elasticsearch
、Whoosh
、Xapian
等。Whoosh
是基于纯Python
的搜索引擎,检索速度快,集成方便。这里我们就选择Whoosh
来作为haystack
的搜索引擎。安装方式同样也是通过pip
安装的:pip install whoosh
。
集成步骤:
1、在项目中安装django-haystack
。
INSTALLED_APPS = [
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.sites',
# 添加
'haystack',
]
2、设置搜索引擎:
在settings.py
中添加以下配置:
HAYSTACK_CONNECTIONS = {
'default': {
# 设置haystack的搜索引擎
'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
# 设置索引文件的位置
'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
}
}
3、创建索引类:
在模型所属的app
下创建一个search_indexes.py
文件,然后创建索引类。比如要给News
创建索引,代码如下:
class NewsIndex(indexes.SearchIndex,indexes.Indexable):
text = indexes.CharField(document=True,use_template=True)
def get_model(self):
return News
def index_queryset(self, using=None):
return self.get_model().objects.all()
4、添加url映射
在主urls.py
中,添加以下代码:
urlpatterns = [
path('',views.index,name='index'),
# 添加search的url映射
path('search/',include('haystack.urls')),
path('news/', include("apps.news.urls")),
]
5、添加模板:
在templates
文件夹下创建以下结构的目录:
templates
search
indexes
news(app的名字)
news(模型的名字)_text.txt
然后在news_text.txt
中添加需要被索引的字段。示例代码如下:
{{ object.title }}
{{ object.content }}
接着在templates
文件夹下创建search.html
模板文件,haystack
会自动的在templates
文件夹下寻找这个模板文件渲染,并且会给这个模板文件传入page
、paginator
、query
等参数。其中page
和paginator
分别是django
内置的Page
类和Paginator
类的对象,query
是查询的关键字。我们可以通过page.object_list
获取到查找出来的数据。示例代码如下:
<ul class="recommend-list">
{% for result in page.object_list %}
{% with result.object as news %}
<li>
<div class="thumbnail-group">
<a href="#">
<img src="{{ news.thumbnail }}" alt="">
</a>
</div>
<div class="news-group">
<p class="title">
<a href="#">{{ news.title }}</a>
</p>
<p class="desc">
{{ news.desc }}
</p>
<p class="more">
<span class="category">{{ news.caetgory.name }}</span>
<span class="pub-time">{{ news.pub_time }}</span>
<span class="author">{{ news.author.username }}</span>
</p>
</div>
</li>
{% endwith %}
{% endfor %}
</ul>
6、建立索引:
在项目的根目录下,使用命令python manage.py rebuild_index
创建索引。
如果不想每次数据增删改查后都要手动的创建索引,可以在settings.py
中配置:
# 增删改查后自动创建索引
HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
7、使用jieba分词替换Whoosh默认的分词:
Whoosh
默认是采用正则表达式进行分词的。这对于英文来说是足够了。但是对于中文却支持不好。因此我们要替换为jieba
分词。jieba
分词是中文分词中最好用的免费的分词库。要使用jieba
分词库,需要通过pip install jieba
进行安装。
安装完成后,拷贝django-env/Lib/site-packages/haystack/backends/whoosh_backend.py
其中的代码,将他放在项目的其他包中,然后创建一个名叫whoosh_cn_backend.py
文件,把刚刚复制的代码粘贴进去,然后再添加以下代码:
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()
然后再将之前的代码中的analyzer=StemmingAnalyzer()
替换为analyzer=ChineseAnalyzer()
即可。
更多教程:
http://django-haystack.readthedocs.io/en/master/tutorial.html