django全文搜索學習心得（三）whoosh 篇

上一篇是使用的solr，這篇主要介紹使用whoosh

基於djang-haystack,咱們可以自由切換搜索引擎了。

whoosh 的使用跟solr 基本一樣 ，模板使用什么的都是一樣的，主要是對whoosh 進行一些修改，讓其支持中文。

settings.py 的配置

HAYSTACK_CONNECTIONS = {
    'default': {
        'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
        'PATH': os.path.join(os.path.dirname(__file__), 'whoosh_index'),
        },
    }

這里邊使用主要參考http://blog.csdn.net/wenxuansoft/article/details/8170714 這篇文章，他給出了實際操作方法，很感謝啊。

創建中文分析ChineseAnalyzer.py，保存到haystack的安裝文件夾\Lib\site-packages\haystack\backends里面。內容如下：

import jieba
from whoosh.analysis import RegexAnalyzer
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):
        #assert isinstance(value, text_type), "%r is not unicode" % value
        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()

然后將\Lib\site-packages\haystack\backends里面的whoosh_backend.py復制為whoosh_cn_backend.py，

打開whoosh_cn_backend.py進行修改。如下：

#在whoosh_cn_backend.py里面
.........
from ChineseAnalyzer import ChineseAnalyzer
.............
#然后找到build_schema函數處，這是一個構建分詞模式的
#找到
schema_fields[field_class.index_fieldname] = TEXT(stored=True, analyzer=StemmingAnalyzer(), field_boost=field_class.boost)

將analyzer = StemmingAnalyzer() 更改為 analyzer = ChineseAnalyzer()

這樣就算完工了。

運行

python manage.py rebuild_index  創建索引
python manage.py runserver 運行

打開瀏覽器 http://127.0.0.1:8000 搜索試試。