带有部分句子匹配的Django文本搜索

Question

我正在建立一个站点，在该站点中我想对某些对象的标题和描述实施文本搜索。由于我的对象数量很少（约500个文档），因此我不考虑使用Haystack之类的东西。

我只需要2个功能：

• 能够将标题上的匹配优先于描述优先（具有某种权重）。
• 允许句子的部分匹配。例如，如果我搜索“冰淇淋”，​​则还获得“冰淇淋”和“奶油”的结果。

我研究了django-watson和django-full-text-search，但不确定它们是否允许部分匹配。有任何想法吗？

Answer 1

使用新的全文搜索作为django.contrib.postgres起点，可以扩展SearchQuery以创建一个处理最终单词的部分部分搜索的版本：

from psycopg2.extensions import adapt
from django.contrib.postgres.search import SearchQuery


class PrefixedPhraseQuery(SearchQuery):
    """
    Alter the tsquery executed by SearchQuery
    """

    def as_sql(self, compiler, connection):
        # Or <-> available in Postgres 9.6
        value = adapt('%s:*' % ' & '.join(self.value.split()))

        if self.config:
            config_sql, config_params = compiler.compile(self.config)
            template = 'to_tsquery({}::regconfig, {})'\
                .format(config_sql, value)
            params = config_params

        else:
            template = 'to_tsquery({})'\
                .format(value)
            params = []

        if self.invert:
            template = '!!({})'.format(template)
    
        return template, params

ts_query有关语法，请参阅 Postgres 文档。

然后您可以在查询中使用它，如下所示：

vector = SearchVector(  
    'first_name',
    'last_name',
    'email',
    config='simple')
query = PrefixedPhraseQuery(query, config='simple')
queryset = queryset\
    .annotate(vector=vector)\
    .filter(vector=query)

你也可以写一个startswithlookup，参考实现SearchVectorExact。

姜戈 3+ 答案

在 Django 的最新版本中，这变得更加简单。SearchQuery现在有一种raw可用于请求前缀查询的模式。

query = SearchQuery("search & term & prefix:*", search_type="raw")
results = Model.objects\
    .filter(_search_vector=query)\
    .annotate(
        rank=SearchRank(
            F("_search_vector"),
            query,
            cover_density=True,
        )
    )
    .order_by("-rank")

其中_search_vector,SearchVectorField或 可以注释到模型上。

Answer 2

您的网站每秒有多少点击量？每个文档，存储多少个数据？

如果我们谈论的是 500 个文档并且每分钟的点击量很少，也许 django api 就足够了：

q = None
for word in search_string.split():
   q_aux = Q( title__icontains = word ) | Q( description__icontains = word )
   q = ( q_aux & q ) if bool( q ) else q_aux

result = Document.objects.filter( q ) 

你曾经考虑过这个选择吗？

当心：

• 这种方法不会优先考虑标题而不是描述
• 结果中仅显示“所有单词”匹配项。