基于python+whoosh的全文檢索實現
whoosh的官方介紹：http://whoosh.readthedocs.io/en/latest/quickstart.html
因為做的是中文的全文檢索需要導入jieba工具包以及whoosh工具包
直接上代碼吧
1 from whoosh.qparser import QueryParser 2 from whoosh.index import create_in 3 from whoosh.index import open_dir 4 from whoosh.fields import * 5 from jieba.analyse import ChineseAnalyzer 6 from get_comment import SQL 7 from whoosh.sorting import FieldFacet 8 9 analyser = ChineseAnalyzer() #導入中文分詞工具 10 schema = Schema(phone_name=TEXT(stored=True, analyzer=analyser), price=NUMERIC(stored=True), 11 phoneid=ID(stored=True))# 創建索引結構 12 ix = create_in("path", schema=schema, indexname='indexname') #path 為索引創建的地址，indexname為索引名稱 13 writer = ix.writer() 14 writer.add_document(phone_name='name',price ="price",phoneid ="id") # 此處為添加的內容 15 print("建立完成一個索引") 16 writer.commit() 17 # 以上為建立索引的過程 18 new_list = [] 19 index = open_dir("indexpath", indexname='comment') #讀取建立好的索引 20 with index.searcher() as searcher: 21 parser = QueryParser("要搜索的項目，比如“phone_name", index.schema) 22 myquery = parser.parse("搜索的關鍵字") 23 facet = FieldFacet("price", reverse=True) #按序排列搜索結果 24 results = searcher.search(myquery, limit=None, sortedby=facet) #limit為搜索結果的限制，默認為10，詳見博客開頭的官方文檔 25 for result1 in results: 26 print(dict(result1)) 27 new_list.append(dict(result1))
注：
Whoosh 有一些很有用的預定義 field types，你也可以很easy的創建你自己的。 whoosh.fields.ID 這個類型簡單地將field的值索引為一個獨立單元（這意味著，他不被分成單獨的單詞）。這對于文件路徑、URL、時間、類別等field很有益處。 whoosh.fields.STORED 這個類型和文檔存儲在一起，但沒有被索引。這個field type不可搜索。這對于你想在搜索結果中展示給用戶的文檔信息很有用。 whoosh.fields.KEYWORD 這個類型針對于空格或逗號間隔的關鍵詞設計。可索引可搜索（部分存儲）。為減少空間，不支持短語搜索。 whoosh.fields.TEXT 這個類型針對文檔主體。存儲文本及term的位置以允許短語搜索。 whoosh.fields.NUMERIC 這個類型專為數字設計，你可以存儲整數或浮點數。 whoosh.fields.BOOLEAN 這個類型存儲bool型 whoosh.fields.DATETIME 這個類型為 datetime object而設計（更多詳細信息） whoosh.fields.NGRAM 和 whoosh.fields.NGRAMWORDS 這些類型將fiel文本和單獨的term分成N-grams（更多Indexing & Searching N-grams的信息）
浙公網安備 33010602011771號