亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Django中使用Whoosh進(jìn)行全文檢索的方法

 更新時(shí)間:2019年03月31日 09:16:28   作者:周繼元的博客  
這篇文章主要介紹了Django中使用Whoosh進(jìn)行全文檢索的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

Whoosh 是純Python實(shí)現(xiàn)的全文搜索引擎,通過(guò)Whoosh可以很方便的給文檔加上全文索引功能。

什么是全文檢索

簡(jiǎn)單講分為兩塊,一塊是分詞,一塊是搜索。比如下面一段話:

上次舞蹈演出直接在上海路的弄堂里

比如我們現(xiàn)在想檢索上次的演出,通常我們會(huì)直接搜索關(guān)鍵詞: 上次演出 ,但是使用傳統(tǒng)的SQL like 查詢并不能命中上面的這段話,因?yàn)樵?上次 和 演出 中間還有 舞蹈 。然而全文搜索卻將上文切成一個(gè)個(gè)Token,類(lèi)似:

上次/舞蹈/演出/直接/在/上海路/的/弄堂/里

切分成Token后做反向索引(inverted indexing),這樣我們就可以通過(guò)關(guān)鍵字很快查詢到了結(jié)果了。

解決分詞問(wèn)題

分詞是個(gè)很有技術(shù)難度的活,比如上面的語(yǔ)句中一個(gè)難點(diǎn)就是到底是 上海路 還是 上海 呢?Python有個(gè)中文分詞庫(kù): 結(jié)巴分詞 ,我們可以通過(guò)結(jié)巴分詞來(lái)完成索引中分詞工作,結(jié)巴分詞提供了Whoosh的組件可以直接集成,代碼示例

遇到的問(wèn)題

如果是在一些VPS上測(cè)試的時(shí)候非常慢的話可能是內(nèi)存不足,比如512MB做一個(gè)博客索引非常慢,嘗試升級(jí)到1GB后可以正常使用了。

代碼

import logging
import os
import shutil
from django.conf import settings

from whoosh.fields import Schema, ID, TEXT, NUMERIC
from whoosh.index import create_in, open_dir
from whoosh.qparser import MultifieldParser
from jieba.analyse import ChineseAnalyzer

from .models import Article

log = logging.getLogger(__name__)

index_dir = os.path.join(settings.BASE_DIR, "whoosh_index")

indexer = open_dir(index_dir)


def articles_search(keyword):

  mp = MultifieldParser(
    ['content', 'title'], schema=indexer.schema, fieldboosts={'title': 5.0})
  query = mp.parse(keyword)

  with indexer.searcher() as searcher:
    results = searcher.search(query, limit=15)

    articles = []
    for hit in results:
      log.debug(hit)
      articles.append({
        'id': hit['id'],
        'slug': hit['slug'],
      })

  return articles


def rebuild():
  if os.path.exists(index_dir):
    shutil.rmtree(index_dir)
  os.makedirs(index_dir)

  analyzer = ChineseAnalyzer()
  schema = Schema(
    id=ID(stored=True, unique=True),
    slug=TEXT(stored=True),
    title=TEXT(),
    content=TEXT(analyzer=analyzer))
  indexer = create_in(index_dir, schema)

  __index_all_articles()


def __index_all_articles():
  writer = indexer.writer()
  published_articles = Article.objects.exclude(is_draft=True)
  for article in published_articles:
    writer.add_document(
      id=str(article.id),
      slug=article.slug,
      title=article.title,
      content=article.content,
    )
  writer.commit()


def article_update_index(article):
  '''
  updating an article to indexer, adding if not.
  '''
  writer = indexer.writer()
  writer.update_document(
    id=str(article.id),
    slug=article.slug,
    title=article.title,
    content=article.content,
  )

  writer.commit()


def article_delete_index(article):
  writer = indexer.writer()
  writer.delete_by_term('id', str(article.id))

  writer.commit()

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 使用Selenium在Python中實(shí)現(xiàn)錄屏功能

    使用Selenium在Python中實(shí)現(xiàn)錄屏功能

    Selenium 是一個(gè)強(qiáng)大的用于自動(dòng)化測(cè)試的工具,但你知道它也可以用來(lái)錄制瀏覽器操作的視頻嗎?本文將介紹如何使用 Selenium 在 Python 中實(shí)現(xiàn)錄屏功能,以便記錄和分享你的網(wǎng)頁(yè)操作過(guò)程,需要的朋友可以參考下
    2023-11-11
  • python經(jīng)典趣味24點(diǎn)游戲程序設(shè)計(jì)

    python經(jīng)典趣味24點(diǎn)游戲程序設(shè)計(jì)

    這篇文章主要介紹了python經(jīng)典趣味24點(diǎn)游戲程序設(shè)計(jì),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-07-07
  • Python實(shí)現(xiàn)不寫(xiě)硬盤(pán)上傳文件

    Python實(shí)現(xiàn)不寫(xiě)硬盤(pán)上傳文件

    這篇文章主要為大家介紹了Python實(shí)現(xiàn)不寫(xiě)硬盤(pán)上傳文件的方法示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-07-07
  • 詳解python如何在django中為用戶模型添加自定義權(quán)限

    詳解python如何在django中為用戶模型添加自定義權(quán)限

    這篇文章主要介紹了python如何在django中為用戶模型添加自定義權(quán)限,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-10-10
  • pandas取dataframe特定行列的實(shí)現(xiàn)方法

    pandas取dataframe特定行列的實(shí)現(xiàn)方法

    大家在使用Python進(jìn)行數(shù)據(jù)分析時(shí),經(jīng)常要使用到的一個(gè)數(shù)據(jù)結(jié)構(gòu)就是pandas的DataFrame,本文介紹了pandas取dataframe特定行列的實(shí)現(xiàn)方法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-05-05
  • 利用Python統(tǒng)計(jì)每天敲了多少次鍵盤(pán)

    利用Python統(tǒng)計(jì)每天敲了多少次鍵盤(pán)

    每到年末各大App都會(huì)給你來(lái)一次年度總結(jié),最近突發(fā)奇想,鍵盤(pán)是每天必備的工具,為啥不給鍵盤(pán)也來(lái)個(gè)工作總結(jié),本文就來(lái)用Python統(tǒng)計(jì)一下每天敲了多少次鍵盤(pán)吧
    2024-04-04
  • PyCharm在新窗口打開(kāi)項(xiàng)目的方法

    PyCharm在新窗口打開(kāi)項(xiàng)目的方法

    今天小編就為大家分享一篇PyCharm在新窗口打開(kāi)項(xiàng)目的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-01-01
  • Django中外鍵使用總結(jié)

    Django中外鍵使用總結(jié)

    本文主要介紹了Django中外鍵使用總結(jié),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2022-07-07
  • PYTHON EVAL的用法及注意事項(xiàng)解析

    PYTHON EVAL的用法及注意事項(xiàng)解析

    這篇文章主要介紹了PYTHON EVAL的用法及注意事項(xiàng)解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-09-09
  • Python 實(shí)現(xiàn)try重新執(zhí)行

    Python 實(shí)現(xiàn)try重新執(zhí)行

    今天小編就為大家分享一篇Python 實(shí)現(xiàn)try重新執(zhí)行,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-12-12

最新評(píng)論