感覺網(wǎng)絡(luò)上關(guān)于Django全文搜索的中文文章太少，并且講的也不是很到位，就是簡單介紹了怎么配置晦譬，并沒有說這樣配置有什么用，所以依然很迷茫互广。所以希望我這篇文章能夠幫助到后來人敛腌。
轉(zhuǎn)載說明來源 http://tenlee2012.github.io/2016/04/21/Django添加全文搜索功能入門/
一：使用的工具
- haystack是django的開源搜索框架，該框架支持Solr, Elasticsearch, Whoosh, **Xapian搜索引擎惫皱，不用更改代碼像樊，直接切換引擎，減少代碼量旅敷。
- 搜索引擎使用Whoosh生棍，這是一個(gè)由純Python實(shí)現(xiàn)的全文搜索引擎，沒有二進(jìn)制文件等媳谁，比較小巧涂滴，配置比較簡單，當(dāng)然性能自然略低晴音。
- 中文分詞Jieba柔纵，由于Whoosh自帶的是英文分詞，對中文的分詞支持不是太好锤躁，故用jieba替換whoosh的分詞組件搁料。
- 其他：Python 3.4.4, Django 1.8.3，Debian 4.2.6_3
二：配置說明
現(xiàn)在假設(shè)我們的項(xiàng)目叫做Project,有一個(gè)myapp的app，簡略的目錄結(jié)構(gòu)如下郭计。
- Project
- Project
- settings.py
- blog
- models.py
- Project
此models.py的內(nèi)容假設(shè)如下：
from django.db import models
from django.contrib.auth.models import User
class Note(models.Model):
user = models.ForeignKey(User)
pub_date = models.DateTimeField()
title = models.CharField(max_length=200)
body = models.TextField()
def __str__(self):
return self.title
1. 首先安裝各工具
pip install whoosh django-haystack jieba
2. 添加 Haystack 到Django的 INSTALLED_APPS
配置Django項(xiàng)目的settings.py里面的 INSTALLED_APPS添加Haystack,例子：
INSTALLED_APPS = [
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.sites',
# Added. haystack先添加霸琴，
'haystack',
# Then your usual apps... 自己的app要寫在haystakc后面
'blog',
]
3. 修改 你的 settings.py，以配置引擎
本教程使用的是Whoosh拣宏，故配置如下：
import os
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
'PATH': os.path.join(os.path.dirname(__file__), 'whoosh_index'),
},
}
其中顧名思義沈贝，ENGINE為使用的引擎必須要有，如果引擎是Whoosh勋乾，則PATH必須要填寫宋下，其為Whoosh 索引文件的存放文件夾。
其他引擎的配置見官方文檔
4.創(chuàng)建索引
如果你想針對某個(gè)app例如mainapp做全文檢索辑莫，則必須在mainapp的目錄下面建立search_indexes.py文件学歧，文件名不能修改。內(nèi)容如下：
import datetime
from haystack import indexes
from myapp.models import Note
class NoteIndex(indexes.SearchIndex, indexes.Indexable):
text = indexes.CharField(document=True, use_template=True)
author = indexes.CharField(model_attr='user')
pub_date = indexes.DateTimeField(model_attr='pub_date')
def get_model(self):
return Note
def index_queryset(self, using=None):
"""Used when the entire index for model is updated."""
return self.get_model().objects.filter(pub_date__lte=datetime.datetime.now())
每個(gè)索引里面必須有且只能有一個(gè)字段為document=True各吨，這代表haystack 和搜索引擎將使用此字段的內(nèi)容作為索引進(jìn)行檢索(primary field)枝笨。其他的字段只是附屬的屬性，方便調(diào)用揭蜒，并不作為檢索數(shù)據(jù)横浑。
注意：如果使用一個(gè)字段設(shè)置了
document=True，則一般約定此字段名為text屉更，這是在SearchIndex類里面一貫的命名徙融，以防止后臺混亂，當(dāng)然名字你也可以隨便改瑰谜，不過不建議改欺冀。
并且，haystack提供了use_template=True在text字段萨脑，這樣就允許我們使用數(shù)據(jù)模板去建立搜索引擎索引的文件隐轩，使用方便（官方推薦，當(dāng)然還有其他復(fù)雜的建立索引文件的方式渤早，目前我還不知道）职车，數(shù)據(jù)模板的路徑為yourapp/templates/search/indexes/yourapp/note_text.txt，例如本例子為blog/templates/search/indexes/blog/note_text.txt文件名必須為要索引的類名_text.txt,其內(nèi)容為
{{ object.title }}
{{ object.user.get_full_name }}
{{ object.body }}
這個(gè)數(shù)據(jù)模板的作用是對Note.title, Note.user.get_full_name,Note.body這三個(gè)字段建立索引鹊杖，當(dāng)檢索的時(shí)候會對這三個(gè)字段做全文檢索匹配提鸟。
5.在URL配置中添加SearchView，并配置模板
在urls.py中配置如下url信息仅淑，當(dāng)然url路由可以隨意寫称勋。
(r'^search/', include('haystack.urls')),
其實(shí)haystack.urls的內(nèi)容為，
from django.conf.urls import url
from haystack.views import SearchView
urlpatterns = [
url(r'^$', SearchView(), name='haystack_search'),
]
SearchView()視圖函數(shù)默認(rèn)使用的html模板為當(dāng)前app目錄下涯竟，路徑為myapp/templates/search/search.html
所以需要在blog/templates/search/下添加search.html文件赡鲜，內(nèi)容為
{% extends 'base.html' %}
{% block content %}
<h2>Search</h2>
<form method="get" action=".">
<table>
{{ form.as_table }}
<tr>
<td> </td>
<td>
<input type="submit" value="Search">
</td>
</tr>
</table>
{% if query %}
<h3>Results</h3>
{% for result in page.object_list %}
<p>
<a href="{{ result.object.get_absolute_url }}">{{ result.object.title }}</a>
</p>
{% empty %}
<p>No results found.</p>
{% endfor %}
{% if page.has_previous or page.has_next %}
<div>
{% if page.has_previous %}<a href="?q={{ query }}&page={{ page.previous_page_number }}">{% endif %}? Previous{% if page.has_previous %}</a>{% endif %}
|
{% if page.has_next %}<a href="?q={{ query }}&page={{ page.next_page_number }}">{% endif %}Next ?{% if page.has_next %}</a>{% endif %}
</div>
{% endif %}
{% else %}
{# Show some example queries to run, maybe query syntax, something else? #}
{% endif %}
</form>
{% endblock %}
很明顯空厌，它自帶了分頁。
6.最后一步银酬，重建索引文件
使用python manage.py rebuild_index或者使用update_index命令嘲更。
好，下面運(yùn)行項(xiàng)目揩瞪，進(jìn)入該url搜索一下試試吧赋朦。
下面要做的，使用jieba分詞
1 將文件whoosh_backend.py（該文件路徑為python路徑/lib/python3.4/site-packages/haystack/backends/whoosh_backend.py
）拷貝到app下面李破，并重命名為whoosh_cn_backend.py宠哄，例如blog/whoosh_cn_backend.py。修改如下
添加from jieba.analyse import ChineseAnalyzer
修改為如下
schema_fields[field_class.index_fieldname] =
TEXT(stored=True, analyzer=ChineseAnalyzer(),
field_boost=field_class.boost)
2 在settings.py中修改引擎嗤攻，如下
import os
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'blog.whoosh_cn_backend.WhooshEngine',
'PATH': os.path.join(BASE_DIR, 'whoosh_index'
},
}
3 重建索引毛嫉，在進(jìn)行搜索中文試試吧。
索引自動(dòng)更新
如果沒有索引自動(dòng)更新妇菱，那么每當(dāng)有新數(shù)據(jù)添加到數(shù)據(jù)庫承粤，就要手動(dòng)執(zhí)行update_index命令是不科學(xué)的。自動(dòng)更新索引的最簡單方法在
settings.py添加一個(gè)信號闯团。
HAYSTACK_SIGNAL_PROCESSOR =
"haystack.signals.RealtimeSignalProcesso"
看了這入門篇辛臊，你現(xiàn)在應(yīng)該大概能配置一個(gè)簡單的全文搜索了吧，如果想自定義怎么辦房交？ 建議閱讀官方文檔和github的源碼彻舰。
