最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

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,文中通過示例代碼介紹的非常詳細(xì),對大家的學(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關(guān)鍵字很快查詢到了結(jié)果了。

解決分詞問題

分詞是個(gè)很有技術(shù)難度的活,比如上面的語句中一個(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: 結(jié)巴分詞 ,我們可以通過結(jié)巴分詞來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

遇到的問題

如果是在一些VPS上測試的時(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內(nèi)容,希望對大家的學(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

  • Python?計(jì)算機(jī)視覺編程進(jìn)階之圖像特效處理篇

    Python?計(jì)算機(jī)視覺編程進(jìn)階之圖像特效處理篇

    計(jì)算機(jī)視覺這種技術(shù)可以將靜止圖像或視頻數(shù)據(jù)轉(zhuǎn)換為一種決策或新的表示。所有這樣的轉(zhuǎn)換都是為了完成某種特定的目的而進(jìn)行的,本篇我們來學(xué)習(xí)下如何對圖像進(jìn)行特效處理
    2021-11-11
  • Python實(shí)現(xiàn)批量下載圖片的方法

    Python實(shí)現(xiàn)批量下載圖片的方法

    這篇文章主要介紹了Python實(shí)現(xiàn)批量下載圖片的方法,涉及Python基于urllib、urllib2及re等模塊獲取URL及正則匹配下載圖片的技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-07-07
  • TensorFlow的自動(dòng)求導(dǎo)原理分析

    TensorFlow的自動(dòng)求導(dǎo)原理分析

    這篇文章主要介紹了TensorFlow的自動(dòng)求導(dǎo)原理分析,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Matlab實(shí)現(xiàn)圖像邊緣檢測

    Matlab實(shí)現(xiàn)圖像邊緣檢測

    這篇文章主要為大家詳細(xì)介紹了Matlab實(shí)現(xiàn)圖像邊緣檢測,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-10-10
  • Python3的socket使用方法詳解

    Python3的socket使用方法詳解

    這篇文章主要介紹了Python3的socket使用方法詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(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
    2020-02-02
  • 在Python的web框架中配置app的教程

    在Python的web框架中配置app的教程

    這篇文章主要介紹了在Python的web框架中配置app的教程,代碼基于Python2.x版本,需要的朋友可以參考下
    2015-04-04
  • 在python中利用dict轉(zhuǎn)json按輸入順序輸出內(nèi)容方式

    在python中利用dict轉(zhuǎn)json按輸入順序輸出內(nèi)容方式

    今天小編就為大家分享一篇在python中利用dict轉(zhuǎn)json按輸入順序輸出內(nèi)容方式,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • TensorFlow 模型載入方法匯總(小結(jié))

    TensorFlow 模型載入方法匯總(小結(jié))

    這篇文章主要介紹了TensorFlow 模型載入方法匯總(小結(jié)),小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2018-06-06
  • 學(xué)習(xí)Python爬蟲前必掌握知識點(diǎn)

    學(xué)習(xí)Python爬蟲前必掌握知識點(diǎn)

    這篇文章主要介紹了學(xué)習(xí)Python爬蟲前,我們需要了解涉及爬蟲的知識點(diǎn),學(xué)習(xí)爬蟲的知識點(diǎn)比較多,我們一起學(xué)習(xí)爬蟲吧
    2021-04-04
  • Python實(shí)現(xiàn)RSA加密解密

    Python實(shí)現(xiàn)RSA加密解密

    這篇文章主要介紹了Python實(shí)現(xiàn)RSA加密解密,加密技術(shù)在數(shù)據(jù)安全存儲(chǔ),數(shù)據(jù)傳輸中發(fā)揮著重要作用,能夠保護(hù)用戶隱私數(shù)據(jù)安全,防止信息竊取。RSA是一種非對稱加密技術(shù),在軟件、網(wǎng)頁中已得到廣泛應(yīng)用,下面文章更多相關(guān)內(nèi)容需要的小伙伴可以參考一下
    2022-04-04

最新評論

宿松县| 克东县| 福安市| 静宁县| 泰州市| 万安县| 当雄县| 长治县| 木里| 固安县| 云林县| 西乌珠穆沁旗| 张家川| 武清区| 同仁县| 同心县| 社旗县| 怀来县| 恩平市| 鄂尔多斯市| 绥化市| 通州区| 平江县| 方正县| 柳州市| 山西省| 韶关市| 高碑店市| 伊吾县| 赣州市| 元朗区| 宁明县| 黑山县| 凌云县| 庆元县| 塔城市| 阜平县| 进贤县| 剑阁县| 怀仁县| 黄平县|