安装需要的包
1 第一步:
全文检索不同于特定字段的模糊查询，使用全文检索的效率更高，并且能够对于中文进行分词处理。
haystack：全文检索的框架，支持whoosh、solr、Xapian、Elasticsearc四种全文检索引擎
whoosh：纯Python编写的全文搜索引擎对于小型的站点，whoosh已经足够使用
jieba：一款免费的中文分词包
1）在虚拟环境中依次安装需要的包。
pip install django-haystack pip install whoosh pip install jieba
2 注册app
INSTALLED_APPS = ( ... 'haystack', )
创建的models
class GoodInfo(models.Model):
message = models.CharField(max_length=100)
content = models.TextField()
def __str__(self):
return self.message
3 在settings 中配置搜索引擎
# 全文搜索引擎的配置
HAYSTACK_CONNECTIONS = {
'default': {
# 使用whoosh引擎
'ENGINE': 'haystack.backend.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'
4 在项目的urls.py中添加搜索的配置。
url(r'^search/', include('haystack.urls')),
5 在创建的app目录下创建search_indexes.py 编写一下程序
from haystack import indexes
from .models import GoodInfo
# 对指定的某个类的某些数据建立索引
class GoodInfoIndex(indexes.SearchIndex, indexes.Indexable):
text = indexes.CharField(document=True, use_template=True)
def get_model(self):
return GoodInfo
def index_queryset(self, using=None):
return self.get_model().objects.all()
6 在templates目录下创建"search/indexes/app06/"目录。(app06 为自己创建的app的名称)
在文件夹中创建 "goodinfo_text.txt"文件。 (goodinfo 为自己创建的数据库的名称)
#指定索引的属性
{{object.content}} (content 为自己创建的表的一个字段 把这个字段指定为索引字段)
7 找到虚拟环境django下安装的haystack目录。
/home/python/.virtualenvs/django/lib/python2.7/site-packages/haystack/backends/
在上面的目录中创建ChineseAnalyzer.py文件。
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()
8）复制whoosh_backend.py文件，改为如下名称：
注意：复制出来的文件名，末尾会有一个空格，记得要删除这个空格。
whoosh_cn_backend.py
9）打开复制出来的新文件，引入中文分析类，内部采用jieba分词。
from .ChineseAnalyzer import ChineseAnalyzer
10）更改词语分析类。
查找
analyzer=StemmingAnalyzer()
改为
analyzer=ChineseAnalyzer()
11）初始化索引数据。
python manage.py rebuild_index
按照提示 输入 y 后 生成索引 在主目录下 会生成一个whoosh_index 文件夹 其中放置三个索引文件
配置好后 就该开始使用了
按照配置，在admin管理中添加数据后，会自动为数据创建索引，可以直接进行搜索，可以先创建一些测试数据。
1）在app06/views.py中定义视图query。
def query(request): return render(request,'booktest/query.html')
2）在app06/urls.py中配置。
url(r'^query/', views.query),
3）在templates/app06/目录中创建模板query.html。
参数q表示搜索内容，传递到模板中的数据为query。
<html> <head> <title>全文检索</title> </head> <body> <form method='get' action="/search/" target="_blank">( 提交的路径就是 在urls 中配置的) <input type="text" name="q"> # (这里注意 input的name属性 必须是 q 不能改变) <br> <input type="submit" value="查询"> </form> </body> </html>
4）自定义搜索结果模板：在templates/search/目录下创建search.html。
搜索结果进行分页，视图向模板中传递的上下文如下：
(这个上下文 是 搜素引擎自动给返回的 不需要我们自己去写视图函数来进行返回 直接进行使用就可以)
query：搜索关键字
page：当前页的page对象
paginator：分页paginator对象
视图接收的参数如下：
参数q表示搜索内容，传递到模板中的数据为query
参数page表示当前页码
<html>
<head>
<title>全文检索--结果页</title>
</head>
<body>
<h1>搜索<b>{{query}}</b>结果如下：</h1>
<ul>
{%for item in page%} (注意这里面的对象的获取方式 )
<li>{{item.object.id}}--{{item.object.content|safe}}</li>
{%empty%}
<li>啥也没找到</li>
{%endfor%}
</ul>
<hr>
{%for pindex in page.paginator.page_range%} (后面的是返回的是全部的页码)
{%if pindex == page.number%} (page.number) 返回的是当前的页码
{{pindex}}
{%else%} (按照页码进行翻页的时候 也要注意 这样的翻页方式)
<a rel="nofollow noopener noreferrer" href="?q={{query}}&page={{pindex}}" rel="external nofollow" >{{pindex}}</a>
{%endif%}
{%endfor%}
</body>
</html>
5）运行服务器，在浏览器中输入如下地址：
http://127.0.0.1:8000/query/
以上这篇django 使用全局搜索功能的实例详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。