django-haystack(全文檢索-jieba分詞)

安裝和配置

1.安裝。

pip install django-haystack==2.6.1# 安裝全文檢索框架

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

2.配置。

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

# 全文檢索框架配置

HAYSTACK_CONNECTIONS = {'default': {# 使用whoosh引擎'ENGINE':'haystack.backends.whoosh_backend.WhooshEngine',# 索引文件路徑'PATH': os.path.join(BASE_DIR,'whoosh_index'),? ? }}

# 當添加、修改、刪除數據時,自動生成索引

HAYSTACK_SIGNAL_PROCESSOR ='haystack.signals.RealtimeSignalProcessor'



索引文件生成

1.在goods應用目錄下新建一個search_indexes.py文件,在其中定義一個商品索引類。

from haystack import indexes

from goods.models import GoodsSKU

#指定對于某個類的某些數據建立索引

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下面新建目錄search/indexes/goods。

3.在商品的目錄下創建goodssku_text.txt。

4.在goodssku_text.txt中指定根據哪些字段建立索引。

5.在終端執行如下命令生成索引文件。

python manage.py rebuild_index



更改分詞方式

1.安裝jieba分詞包。

pip install jieba

2.進入haystack目錄

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

3.在上面的目錄中創建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.復制whoosh_backend.py文件為如下名稱。

? whoosh_cn_backend.py

5.打開whoosh_cn_backend.py,引入中文分析類,內部采用jieba分詞。

from .ChineseAnalyzer? import? ChineseAnalyzer

6.更改whoosh_cn_backend.py文件中使用的詞語分析類。

查找

analyzer=StemmingAnalyzer()

改為

analyzer=ChineseAnalyzer()

7.修改settings.py文件中的配置項。

8.重新創建索引數據。

python manage.py rebuild_index

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容