标签：python   algorithm   算法   whoosh   索引查找   

问题

思路说明

Whoosh的安装

这里有详细内容(链接被被阉割！)

whoosh的使用步骤

whoosh在应用上划分三个步骤：

1. 建立索引和模式对象
2. 写入索引文件
3. 搜索

下面依次阐述各步骤

建立索引和模式对象

建立索引模式

使用Whoosh的第一步就是要建立索引对象。首先要定义索引模式，以字段的形式列在索引中。例如：

>>> from whoosh.fields import *
>>> schema = Schema(title=TEXT, path=ID, content=TEXT)

>>> schema = Schema(title=TEXT(stored=True), path=ID(stored=True), content=TEXT)

from whoosh.fields import SchemaClass, TEXT, KEYWORD, ID, STORED

class MySchema(SchemaClass):
    path = ID(stored=True)
    title = TEXT(stored=True)
    content = TEXT
    tags = KEYWORD

索引字段类型

在上例中，title=TEXT，title是字段名称，后面的TEXT是该字段的类型。这两个分别说明了索引内容和查找对象类型。whoosh有如下字段类型，供建立所以模式使用。

• whoosh.fields.ID:仅能为一个单元值，即不能分割为若干个词，通常用于诸如文件路径，URL，日期，分类。
• whoosh.fields.STORED:该字段随文件保存，但是不能被索引，也不能被查询。常用于显示文件信息。
• whoosh.fields.KEYWORD:用空格或者逗号（半角）分割的关键词，可被索引和搜索。为了节省空间，不支持词汇搜索。
• whoosh.fields.TEXT:文件的文本内容。建立文本的索引并存储，支持词汇搜索。
• whoosh.fields.NUMERIC:数字类型，保存整数或浮点数。
• whoosh.fields.BOOLEAN:布尔类值
• whoosh.fields.DATETIME:时间对象类型
  

关于索引字段类型的更多内容，请看这里.（链接被被阉割！）

建立索引存储目录

索引模式建立之后，还要建立索引存储目录。如下：

import os.path
from whoosh.index import create_in
from whoosh.index import open_dir

if not os.path.exists('index'):     #如果目录index不存在则创建
    os.mkdir('index') 
ix = create_in("index",schema)      #按照schema模式建立索引目录
ix = open_dir("index")　            #打开该目录一遍存储索引文件

import os.path

from whoosh import fields
from whoosh import index

schema = fields.Schema(title=TEXT(stored=True), path=ID(stored=True), content=TEXT)

if not os.path.exists("index"):
    os.mkdir("index")

ix = index.create_in("index",schema)
ix = index.open_dir("index")

写索引文件

(待续）

声明

本文属于阉割之后的版本。要看完整版，请到我的github:qiwsir的ITArticles里面的BasicPython。

全文索引搜索whoosh,布布扣,bubuko.com

全文索引搜索whoosh

标签：python   algorithm   算法   whoosh   索引查找   

原文地址：http://blog.csdn.net/qiwsir/article/details/37660447