快捷導(dǎo)航

使用python+whoosh實現(xiàn)全文檢索

更新時間：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實現(xiàn)全文檢索，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

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(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(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(yù)定義 field types，你也可以很easy的創(chuàng)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(jié)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(guān)鍵詞設(shè)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(shù)字設(shè)計，你可以存儲整數(shù)或浮點數(shù)。