博客搜索引擎开发(1)-Python博客系统实战

那就开始今天的教程吧

1.本节课学习集成搜索引擎，对博客文章的标题、内容进行搜索结果的展示，比如说可以在网站中搜索任意想要的一个关键字，找到与这个关键字有关联的所有博客文章，这个也是内容网站必须要有的核心功能，

 学习在Django这个框架下，在Python领域中搜索引擎方面有哪些核心的三方库，以及Django是如何集成这些三方库在Web项目中实现搜索的功能，这一讲就是为博客系统添加搜索引擎，能够展示这种按关键字检索的文章内容。

 在Python领域中与搜索相关的三个主要的三方库，【haystack】是一个搜索相关的支持的三方库，核心底层会用到whoosh，【whoosh】是比较著名的一个搜索引擎，【jieba】支持中文的分词库，它们三个互相结合在一起，

 再被Django框架集成进来，就可以用配置的这种方式来在Django这种框架中开发搜索引擎功能。

2.【whoosh】在所有要检索的内容发生变化的时候，它会有索引文件生成出来，下一次的查找都是在索引里边去查找，不是每次都通过这种持久化的数据源，从文件中再去读取原始的文章内容，这个是搜索引擎它的核心价值，

 【haystack】与Django是中间的衔接框架，它开发了很多的API和路由的功能，它的核心会调用whoosh来完成索引和引擎文件的配置和生成的过程，然后whoosh在生成搜索文件的时候，它就会结合着jieba分词库对中文有比较好的支持，

 但是haystack核心不仅限于使用whoosh这个库，它还有其他的一些库也是支持的，然后分词引擎也不仅仅只有jieba一个，但是在Django的这个框架中比较推荐。

3.回到开发工具Pycharm中，不是装原生的haystack三方库，要装经过Django和haystack结合二次开发的封装包，叫【django_haystack】，之后再装pip install，是whoosh，然后装pip install jieba，然后来进行配置，

 因为Django是国外开源的项目，它底层默认配置的分词器不是jieba，要把它进行替换，在haystack找到whoosh_backend，这个要根据你的环境来配置，在你用的Python解释器的三方库环境下找到haystack这个包，

 它下面有一个子目录叫backends，下面有一个脚本叫whoosh_backend，不建议直接改它。

4.比方说放到blog应用下，因为当前的这个搜索引擎就是为blog这个应用来配置的，给它改名字叫cn，要引入jieba提供的分词类，【from jieba.analyse】 就是分析import一个类，这个类是ChineseAnalyzer中文的分析器，

 把它导入到whoosh的配置脚本中，找第244行，也就是用到分词器的位置，它现在用的是StemmingAnalyzer，这行注释掉，换成jieba提供的中文的分析器。

5.ReadMe第一讲的时候写过了搭建项目框架的过程，haystack搜索引擎的配置与开发，第一步要安装三个包，三方库都包括【django_haystack，jieba，whoosh】，把它们三个安装好，第二步是重新配置jieba的分词器，

 要找到自己环境中haystack三方库的位置，把里边haystack这个目录给大家写一下，然后把backends下面的whoosh_backend.py拷贝出来放到blog目录下，并且改成你自己的名字，加下划线cn，还是加什么都可以。

6.然后修改文件内容，内容有两处，第一步【引入jieba分词类】，第二步【替换原有的分词类】，大概在244行左右，这个大家一定要自己找，因为很有可能会变，因为haystack跟blog一样，它就是一个APP应用，

 安装完了之后像CKEditor，要在settings中把它加入到应用中，除了blog comments就是自定义的应用之外，像CKEditor这两个也是需要加进来的，同样haystack也是一个应用包，它和我们自己创建的没什么区别，要把它引入进来。

7.加完之后要对haystack进行配置的工作，要让haystack和Django进行集成，需要让Django知道haystack在哪里，它的引擎是什么，最后要加上haystack的配置，首先haystack要有它的CONNECTIONS，

 就是连接haystack搜索的一些相关的配置，引擎在哪里，搜索文件的目录在哪里也是需要给出来的，【default】有字典类型的参数，第一个就是配置引擎，引擎叫ENGINE，放在whoosh_backend_cn.py，引擎里边它有一个类，

 这个类叫WhooshEngine，就是用到的whoosh的引擎类，它就用这句话将引擎和haystack这个框架进行了集成。