jieba+whoosh实现简单的商品搜索功能

功能描述

实现一个类似淘宝的搜索功能，例如下面这个例子

简单点来说我们需要先根据商品名称创建索引，然后再用索引文件匹配去查询字符串来实现商品的搜索，这种搜索是有别于正则匹配的，他会对字符串进行分词处理，准确度也会更高。

---

准备工作

这个项目种主要用到了jieba、whoosh两个库，其中jieba实现对中文的分词处理，whoosh则是创建索引文件。
安装依赖：

• 系统：Ubuntu 16.04
• Python版本： 3.5

  pip install jieba
  pip install whoosh
  

测试数据：
从github上找到的空气净化器的csv数据，需要的可点击下载测试数据

---

正式开始

• 创建索引文件
  首先需要利用whoosh提供的接口对csv中的数据进行处理，生成索引文件。
  whoosh对中文分词处理不是很好，所以选择jieba实现对中文的分词处理，jieba这个库也有对whoosh的支持，所以处理起来很方便，直接将索引模式中的analyzer更换为jieba的ChineseAnalyzer即可。
  
  schema定义了索引的模式，规定了索引的字段信息，其中索引字段包含ID、STROED、KEYWORD、TEXT、NUMERIC、BOOLEAN、DATETIME等几种，具体的含义和使用对象还是去看whoosh的官方文档来的直接，另外schema只需要我们创建一次，然后就会和索引一起被保存。（只需在第一次创建的时候声明schema）

  from whoosh.index import create_in
  from whoosh.fields import *
  from jieba.analyse.analyzer import ChineseAnalyzer
  import os.path
  import csv
  
  def create_index():
  	"""
  	创建索引文件
  	:return: None
  	"""
  	analyzer = ChineseAnalyzer()
  	schema = Schema(id=ID(stored=True, unique=True), content=TEXT(stored=True, analyzer=analyzer)