中文分词工具jieba的使用

本文介绍如何在Django项目中使用中文分词工具jieba进行全文检索设置,包括定制分词器、修改分词引擎及重建索引数据等步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

中文分词工具jieba的使用

  • 1.进入到安装了全文检索工具包的虚拟环境中
    • /home/python/.virtualenvs/py3_django/lib/python3.5/site-packages/
    • 进入到haystack/backends/
  • 2.创建ChineseAnalyzer.py文件

  •  import jieba
     from whoosh.analysis import Tokenizer, Token
    
     class ChineseTokenizer(Tokenizer):
         def __call__(self, value, positions=False, chars=False,
                      keeporiginal=False, removestops=True,
                      start_pos=0, start_char=0, mode='', **kwargs):
             t = Token(positions, chars, removestops=removestops, mode=mode, **kwargs)
             seglist = jieba.cut(value, cut_all=True)
             for w in seglist:
                 t.original = t.text = w
                 t.boost = 1.0
                 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 ChineseAnalyzer():
         return ChineseTokenizer()
    
    • 3.拷贝whoosh_backend.pywhoosh_cn_backend.py

      cp whoosh_backend.py whoosh_cn_backend.py
      
    • 4.更改分词的类为ChineseAnalyzer

      • 打开并编辑 whoosh_cn_backend.py
      • 引入from .ChineseAnalyzer import ChineseAnalyzer
      • 查找
          analyzer=StemmingAnalyzer()
          改为
          analyzer=ChineseAnalyzer()
        
    • 5.更改分词引擎

    • 6.重新创建索引数据

      python manage.py rebuild_index
  • 自定义上下文 
  • haystack 官网  http://django-haystack.readthedocs.io/en/master/views_and_forms.html

  定义视图view,需要定义在查询的模型类视图里 

# views.py
from haystack.generic_views import SearchView

class MySearchView(SearchView):
    """My custom search view."""

    def get_context_data(self, *args, **kwargs):
        context = super(MySearchView, self).get_context_data(*args, **kwargs)
        context[''] = 
        return context

# urls.py

urlpatterns = [
    url(r'^/search/?$', MySearchView.as_view(), name='search_view'),
]

  

转载于:https://www.cnblogs.com/yuanzhengchi/p/8711258.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值