使用python+whoosh實現全文檢索

2024-09-09 19:03:08

字體：大中小

來源：轉載

供稿：網友

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

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))# 創建索引結構 ix = create_in("path", schema=schema, indexname='indexname') #path 為索引創建的地址，indexname為索引名稱 writer = ix.writer() writer.add_document(phone_name='name',price ="price",phoneid ="id") # 此處為添加的內容  print("建立完成一個索引") writer.commit() # 以上為建立索引的過程 new_list = [] index = open_dir("indexpath", indexname='comment') #讀取建立好的索引 with index.searcher() as searcher:   parser = QueryParser("要搜索的項目，比如“phone_name", index.schema)   myquery = parser.parse("搜索的關鍵字")   facet = FieldFacet("price", reverse=True) #按序排列搜索結果   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   for result1 in results:     print(dict(result1))     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?？伤饕伤阉鳎ú糠执鎯Γ闇p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。