快捷導(dǎo)航

使用python+whoosh實(shí)現(xiàn)全文檢索

更新時(shí)間：2019年12月09日 09:34:41 作者：倚樓灬風(fēng)細(xì)

今天小編就為大家分享一篇使用python+whoosh實(shí)現(xiàn)全文檢索，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

whoosh的官方介紹：http://whoosh.readthedocs.io/en/latest/quickstart.html

因?yàn)樽龅氖侵形牡娜臋z索需要導(dǎo)入jieba工具包以及whoosh工具包

直接上代碼吧

from whoosh.qparser import QueryParser 
from whoosh.index import create_in 
from whoosh.index import open_dir 
from whoosh.fields import * 
from jieba.analyse import ChineseAnalyzer 
from get_comment import SQL 
from whoosh.sorting import FieldFacet 
 
analyser = ChineseAnalyzer()  #導(dǎo)入中文分詞工具 
schema = Schema(phone_name=TEXT(stored=True, analyzer=analyser), price=NUMERIC(stored=True), 
          phoneid=ID(stored=True))# 創(chuàng)建索引結(jié)構(gòu) 
ix = create_in("path", schema=schema, indexname='indexname') #path 為索引創(chuàng)建的地址，indexname為索引名稱 
writer = ix.writer() 
writer.add_document(phone_name='name',price ="price",phoneid ="id") # 此處為添加的內(nèi)容  
print("建立完成一個(gè)索引") 
writer.commit() 
# 以上為建立索引的過(guò)程 
new_list = [] 
index = open_dir("indexpath", indexname='comment') #讀取建立好的索引 
with index.searcher() as searcher: 
  parser = QueryParser("要搜索的項(xiàng)目，比如“phone_name", index.schema) 
  myquery = parser.parse("搜索的關(guān)鍵字") 
  facet = FieldFacet("price", reverse=True) #按序排列搜索結(jié)果 
  results = searcher.search(myquery, limit=None, sortedby=facet) #limit為搜索結(jié)果的限制，默認(rèn)為10，詳見(jiàn)博客開(kāi)頭的官方文檔 
  for result1 in results: 
    print(dict(result1)) 
    new_list.append(dict(result1))

注：

Whoosh 有一些很有用的預(yù)定義 field types，你也可以很easy的創(chuàng)建你自己的。

whoosh.fields.ID

這個(gè)類(lèi)型簡(jiǎn)單地將field的值索引為一個(gè)獨(dú)立單元（這意味著，他不被分成單獨(dú)的單詞）。這對(duì)于文件路徑、URL、時(shí)間、類(lèi)別等f(wàn)ield很有益處。

whoosh.fields.STORED

這個(gè)類(lèi)型和文檔存儲(chǔ)在一起，但沒(méi)有被索引。這個(gè)field type不可搜索。這對(duì)于你想在搜索結(jié)果中展示給用戶的文檔信息很有用。

whoosh.fields.KEYWORD

這個(gè)類(lèi)型針對(duì)于空格或逗號(hào)間隔的關(guān)鍵詞設(shè)計(jì)?？伤饕伤阉鳎ú糠执鎯?chǔ)）。為減少空間，不支持短語(yǔ)搜索。

whoosh.fields.TEXT

這個(gè)類(lèi)型針對(duì)文檔主體。存儲(chǔ)文本及term的位置以允許短語(yǔ)搜索。

whoosh.fields.NUMERIC

這個(gè)類(lèi)型專(zhuān)為數(shù)字設(shè)計(jì)，你可以存儲(chǔ)整數(shù)或浮點(diǎn)數(shù)。