Django添加全文搜索功能入门篇

摘要：转载说明来源添加全文搜索功能入门一使用的工具是的开源搜索框架，该框架支持搜索引擎，不用更改代码，直接切换引擎，减少代码量。修改如下添加修改为如下第二步在中修改引擎，如下第三步重建索引，在进行搜索中文试试吧。

感觉网络上关于Django全文搜索的中文文章太少，并且讲的也不是很到位，就是简单介绍了怎么配置，并没有说这样配置有什么用，所以依然很迷茫。所以希望我这篇文章能够帮助到后来人。
转载说明来源 http://tenlee2012.github.io/2...添加全文搜索功能入门/

haystack是django的开源搜索框架，该框架支持Solr, Elasticsearch, Whoosh, *Xapian*搜索引擎，不用更改代码，直接切换引擎，减少代码量。

搜索引擎使用Whoosh，这是一个由纯Python实现的全文搜索引擎，没有二进制文件等，比较小巧，配置比较简单，当然性能自然略低。

中文分词Jieba，由于Whoosh自带的是英文分词，对中文的分词支持不是太好，故用jieba替换whoosh的分词组件。

其他：Python 3.4.4, Django 1.8.3，Debian 4.2.6_3

现在假设我们的项目叫做Project,有一个myapp的app，简略的目录结构如下。

 - Project
   - Project
     - settings.py
   - blog
     - models.py

此models.py的内容假设如下：

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. 首先安装各工具

pip install whoosh django-haystack jieba

2. 添加 Haystack 到Django的 INSTALLED_APPS

配置Django项目的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，
          "haystack", 
          # Then your usual apps... 自己的app要写在haystakc后面
          "blog",
]

点我看英文原版

3. 修改 你的 settings.py，以配置引擎

本教程使用的是Whoosh，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"),
    },
}

其中顾名思义，ENGINE为使用的引擎必须要有，如果引擎是Whoosh，则PATH必须要填写，其为Whoosh 索引文件的存放文件夹。

其他引擎的配置见官方文档

4.创建索引

如果你想针对某个app例如mainapp做全文检索，则必须在mainapp的目录下面建立search_indexes.py文件，文件名不能修改。内容如下：

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())

每个索引里面必须有且只能有一个字段为document=True，这代表haystack 和搜索引擎将使用此字段的内容作为索引进行检索(primary field)。其他的字段只是附属的属性，方便调用，并不作为检索数据。

注意：如果使用一个字段设置了document=True，则一般约定此字段名为text，这是在SearchIndex类里面一贯的命名，以防止后台混乱，当然名字你也可以随便改，不过不建议改。

并且，haystack提供了use_template=True在text字段，这样就允许我们使用数据模板去建立搜索引擎索引的文件，使用方便（官方推荐，当然还有其他复杂的建立索引文件的方式，目前我还不知道），数据模板的路径为yourapp/templates/search/indexes/yourapp/note_text.txt，例如本例子为blog/templates/search/indexes/blog/note_text.txt文件名必须为要索引的类名_text.txt,其内容为

{{ object.title }}
{{ object.user.get_full_name }}
{{ object.body }}

这个数据模板的作用是对Note.title, Note.user.get_full_name,Note.body这三个字段建立索引，当检索的时候会对这三个字段做全文检索匹配。

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，当然url路由可以随意写。

(r"^search/", include("haystack.urls")),

其实haystack.urls的内容为，

from django.conf.urls import url
from haystack.views import SearchView

urlpatterns = [
    url(r"^$", SearchView(), name="haystack_search"),
]

SearchView()视图函数默认使用的html模板为当前app目录下，路径为myapp/templates/search/search.html
所以需要在blog/templates/search/下添加search.html文件，内容为

{% extends "base.html" %}

{% block content %}
    
Search

    

        
            {{ form.as_table }}
            

        {% if query %}
            
Results

            {% for result in page.object_list %}
                

                    {{ result.object.title }}
                
            {% empty %}
                
No results found.
            {% endfor %}

            {% if page.has_previous or page.has_next %}
                

                    {% if page.has_previous %}{% endif %}« Previous{% if page.has_previous %}{% endif %}
                    |
                    {% if page.has_next %}{% endif %}Next »{% if page.has_next %}{% endif %}
                
            {% endif %}
        {% else %}
            {# Show some example queries to run, maybe query syntax, something else? #}
        {% endif %}
    
{% endblock %}

很明显，它自带了分页。

6.最后一步，重建索引文件

使用python manage.py rebuild_index或者使用update_index命令。

好，下面运行项目，进入该url搜索一下试试吧。

第一步

将文件whoosh_backend.py（该文件路径为python路径/lib/python3.4/site-packages/haystack/backends/whoosh_backend.py
）拷贝到app下面，并重命名为whoosh_cn_backend.py，例如blog/whoosh_cn_backend.py。修改如下
添加from jieba.analyse import ChineseAnalyzer
修改为如下

schema_fields[field_class.index_fieldname] =
    TEXT(stored=True, analyzer=ChineseAnalyzer(),
            field_boost=field_class.boost)

第二步

在settings.py中修改引擎，如下

import os
HAYSTACK_CONNECTIONS = {
    "default": {
        "ENGINE": "blog.whoosh_cn_backend.WhooshEngine",
        "PATH": os.path.join(BASE_DIR, "whoosh_index"
    },
}

第三步

重建索引，在进行搜索中文试试吧。

索引自动更新

如果没有索引自动更新，那么每当有新数据添加到数据库，就要手动执行update_index命令是不科学的。自动更新索引的最简单方法在
settings.py添加一个信号。

HAYSTACK_SIGNAL_PROCESSOR =
            "haystack.signals.RealtimeSignalProcessor"

官方文档

看了这入门篇，你现在应该大概能配置一个简单的全文搜索了吧，如果想自定义怎么办？ 建议阅读官方文档和github的源码。