python 전체 텍스트 검색엔진 상세 설명

3160 단어 python검색 엔진
python 전체 텍스트 검색엔진 상세 설명
최근 파 이 썬 으로 바 이 두 와 같은 키워드 검색 기능 을 구현 하 는 방법 을 모색 해 왔 다.키워드 검색 하면 정규 표현 식 이 저절로 연상 된다.정규 표현 식 은 모든 검색 의 기초 이 며,python 에는 re 류 가 있 으 며,정규 일치 에 만 사 용 됩 니 다.그러나 정규 표현 식 만 으로 는 검색 기능 을 잘 실현 할 수 없다.
python 에는 전문 검색엔진 에 사용 되 는 whoosh 패키지 가 있 습 니 다.
whoosh 는 국내 에서 사용 하 는 것 이 비교적 적 고 그 성능 은 아직 sphinx/coresearch 가 성숙 하지 않 았 지만 전자 와 달리 순수한 python 라 이브 러 리 로 python 애호가 들 에 게 더욱 편리 하 게 사용 할 수 있 습 니 다.구체 적 인 코드 는 다음 과 같다.
설치 하 다.
입력 명령 행 pip install whoosh
가 져 올 가방:

fromwhoosh.index import create_in

fromwhoosh.fields import *

fromwhoosh.analysis import RegexAnalyzer

fromwhoosh.analysis import Tokenizer,Token

중국어 단어 해석 기

class ChineseTokenizer(Tokenizer):
  """
         
  """
  def __call__(self, value, positions=False, chars=False,
         keeporiginal=True, removestops=True, start_pos=0, start_char=0,
         mode='', **kwargs):
    assert isinstance(value, text_type), "%r is not unicode "% value
    t = Token(positions, chars, removestops=removestops, mode=mode, **kwargs)
    list_seg = jieba.cut_for_search(value)
    for w in list_seg:
      t.original = t.text = w
      t.boost = 0.5
      if positions:
        t.pos = start_pos + value.find(w)
      if chars:
        t.startchar = start_char + value.find(w)
        t.endchar = start_char + value.find(w) + len(w)
      yield t


def chinese_analyzer():
  return ChineseTokenizer()

색인 함수 구축

@staticmethod
  def create_index(document_dir):
    analyzer = chinese_analyzer()
    schema = Schema(titel=TEXT(stored=True, analyzer=analyzer), path=ID(stored=True),
            content=TEXT(stored=True, analyzer=analyzer))
    ix = create_in("./", schema)
    writer = ix.writer()
    for parents, dirnames, filenames in os.walk(document_dir):
      for filename in filenames:
        title = filename.replace(".txt", "").decode('utf8')
        print title
        content = open(document_dir + '/' + filename, 'r').read().decode('utf-8')
        path = u"/b"
        writer.add_document(titel=title, path=path, content=content)
    writer.commit()
검색 함수

 @staticmethod
  def search(search_str):
    title_list = []
    print 'here'
    ix = open_dir("./")
    searcher = ix.searcher()
    print search_str,type(search_str)
    results = searcher.find("content", search_str)
    for hit in results:
      print hit['titel']
      print hit.score
      print hit.highlights("content", top=10)
      title_list.append(hit['titel'])
    print 'tt',title_list
    return title_list

읽 어 주 셔 서 감사합니다. 여러분 에 게 도움 이 되 기 를 바 랍 니 다.본 사이트 에 대한 여러분 의 지지 에 감 사 드 립 니 다!

좋은 웹페이지 즐겨찾기