Whoosh介绍Whoosh是一个类库和函数库，用于对文本进行索引，然后搜索索引。它允许您为您的内容开发自定义搜索引擎。例如，如果您正在创建博客软件，您可以使用Whoosh添加搜索功能以允许用户搜索博客条目。Whoosh是一个用python实现的全文搜索引擎。它的设计参考了Lucene。配置和使用比较方便，但性能不是很理想。但是，它仍然可以用于小型网站或测试场景。本文介绍whoosh最基本的安装和使用方法。欲了解更多信息，请访问官方网站。官方文档：https://whoosh.readthedocs.io...whoosh安装可以直接用pip安装：pipinstallwhoosh也可以从源码安装：具体见项目主页：https://pypi.python.org/pypi/...QuickStart看看官方的QuickStart例子：>>fromwhoosh.indeximportcreate_in>>>fromwhoosh.fieldsimport*>>>schema=Schema(title=TEXT(stored=True),path=ID(stored=True),content=TEXT)>>>ix=create_in("indexdir",schema)>>>writer=ix.writer()>>>writer.add_document(标题=u"第一个文件",path=u"/a",...content=u"这是第一个文件我们添加了st文档！”)>>>writer.add_document(title=u"第二个文档",path=u"/b",...content=u"第二个更有趣！")>>>writer.commit()>>>fromwhoosh.qparserimportQueryParser>>>withix.searcher()assearcher:...query=QueryParser("content",ix.schema).parse("first")...results=searcher.search(query)...results[0]...{"title":u"Firstdocument","path":u"/a"}索引和模式对象首先定义索引模式，定义索引schema，以字段的形式列在索引中：fromwhoosh.fieldsimport*schema=Schema(title=TEXT,path=ID,content=TEXT)其中title、path和content是字段，每个field对应索引查找目标文件的一部分信息，上面的代码是定义索引的模式——索引内容包括三个字段：title、path、content，一个字段可以被查找和存储建立索引后，下面的代码等价于上面的代码：schema=Schema(title=TEXT(stored=True),path=ID(stored=True),content=TEXT)在字段(stored=True)之后添加参数，表示将返回该字段的搜索结果。这样就建立了索引模式，而且只需要建立一次，不需要重复创建。建立索引模式后，将与索引一起保存。定义索引模式对象索引模式对象是继承自SchemaClass的类，例如：fromwhoosh.fieldsimportSchemaClass,TEXT,KEYWORD,ID,STOREDclassTestSchema(SchemaClass):path=ID(stored=True)title=TEXT(stored=True)content=TEXTtags=KEYWORD索引字段类型上例中title=TEXT(stored=True)，title为字段名，TEXT为字段类型。whoosh有以下几种字段类型，在创建索引模式时可以使用：whoosh.fields.ID：只能是一个单位值，即不能分成几个词，通常用于文件等东西路径、URL、日期和类别。whoosh.fields.STORED：该字段随文件一起保存，但不能被索引或查询。常用于显示文件信息。whoosh.fields.KEYWORD：以空格或逗号（半角）分隔的关键字，可被索引和搜索。为了节省空间，不支持单词搜索。whoosh.fields.TEXT：文件的文本内容。索引和存储文本，并支持词汇搜索。whoosh.fields.NUMERIC：数字类型，保存整数或浮点数。whoosh.fields.BOOLEAN:booleanclassvaluewhoosh.fields.DATETIME:时间对象类型官方文档https://pythonhosted.org/Whoo...选择索引存放目录创建索引模式后，选择一个文件夹保存搜索引擎创建的索引数据。代码如下：importos.pathfromwhoosh.indeximportcreate_infromwhoosh.indeximportopen_dirschema=fields.Schema(title=TEXT(stored=True),path=ID(stored=True),content=TEXT)ifnotos。小路。exists('index_data'):#如果目录index_data不存在，则创建os.mkdir('index_data')ix=create_in("index_data",schema)#根据之前创建的schema创建索引目录modeix=open_dir("index_data") #打开目录，再次存储索引文件上例中，使用create_in创建一个索引存储目录对象，采用上述索引方式，所有索引都会保存在index_data目录下。之后，用open_dir打开这个目录。保存索引数据的代码如下：writer=ix.writer()writer.add_document(title=u"我的文档",content=u"这是我的文档",path=u"/a",tags=u"第一个短片")writer.add_document(title=u"我的第二个文件",content=u"这是我的第二个文件",path=u"/b",tags=u"第二个短片")writer.commit()注意field的值必须是unicode。并非每个字段都必须分配一个值。官方文档https://pythonhosted.org/Whoo...开始搜索，创建搜索对象searcher=ix.searcher()搜索完记得关闭searcher.close()推荐使用下面这种写法ix.searcher()作为搜索器：（做某事）或尝试：searcher=ix.searcher()（做某事）最后：searcher.close()开始搜索以搜索内容作为示例fromwhoosh.qparserimportQueryParserwithix.searcher()作为搜索器：query=QueryParser("content",ix.schema).parse("second")result=searcher.search(query)results[0]returnresult:{"title":u"myseconddocument","path":u"/a"}写在后面这里基本没问题，但是嗖，还是全文搜索引擎的使用和原理远不止这些，我再贴吧在下面的博客中介绍了从零开始写一个搜索引擎的方法。有兴趣的同学可以继续关注，一起学习~本文的结构和部分内容参考了老七老师的博客。在此谢谢啦~欢迎和我交流，玩码直播间：https://live.bilibili.com/11883038微信公众号：DealiAx和知乎：https://www.zhihu.com/people/dealiaxy博客：https://blog.deali.cn简书：https://www.jianshu.com/u/965b95853b9f
