Python轻量级搜索工具Whoosh如何使用


这篇文章主要讲解了“Python轻量级搜索工具Whoosh如何使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python轻量级搜索工具Whoosh如何使用”吧!Whoosh由Matt Chaput创建,它一开始是一个为Houd免费云主机域名ini 3D动画软件包的在线文档提供简单、快速的搜索服务工具,之后便慢慢成为一个成熟的搜索解决工具并已开源。Whoosh纯由Python编写而成,是一个灵活的,方便的,轻量级的搜索引擎工具,现在同时支持Python2、3,其优点如下:Whoosh纯由Python编写而成,但很快,只需要Python环境即可,不需要编译器;默认使用 Okapi BM25F排序算法,也支持其他排序算法;相比于其他搜索引擎,Whoosh会创建更小的index文件;Whoosh中的index文件编码必须是unicode;Whoosh可以储存任意的Python对象。对于熟悉ES的人来说,搜索的两个重要的方面为mapping和query,也就是索引的构建以及查询,背后是复杂的索引储存、query解析以及排序算法等。如果你有ES方面的经验,那么,对于Whoosh是十分容易上手的。按照笔者的理解以及Whoosh的官方文档,Whoosh的入门使用主要是index以及query。搜索引擎的强大功能之一在于它能够提供全文检索,这依赖于排序算法,比如BM25,也依赖于我们怎样储存字段。因此,index作为名词时,是指字段的索引,index作为动词时,是指建立字段的索引。而query会将我们需要查询的语句,通过排序算法,给出合理的搜索结果。本项目的示例数据为poem.csv,下图为该数据集的前十行:根据数据集的特征,我们创建四个字段(fields):title, dynasty, poet, content。创建的代码如下:其中,ID只能为一个单元值,不能分割为若干个词,常用于文件路径、URL、日期、分类;TEXT文件的文本内容,建立文本的索引并存储,支持词汇搜索;Analyzer选择结巴中文分词器。接着,我们需要创建索引文件。我们利用程序先解析poem.csv文件,并将它转化为index,写入到indexdir目录下。Python代码如下:index创建成功后,会生成indexdir目录,里面含有上述poem.csv数据的各个字段的索引文件。index创建成功后,我们就利用进行查询。比如我们想要查询content中含有明月的诗句,可以输入以下代码:输出结果如下:一共发现44份文档。
前10份文档如下:
{“content”: “床前明月光,疑是地上霜。举头望明月,低头思故乡。”, “dynasty”: “唐代”, “poet”: “李白 “, “title”: “静夜思”}
{“content”: “边草,边草,边草尽来兵老。山南山北雪晴,千里万里月明。明月,明月,胡笳一声愁绝。”, “dynasty”: “唐代”, “poet”: “戴叔伦 “, “title”: “调笑令边草”}
{“content”: “独坐幽篁里,弹琴复长啸。深林人不知,明月来相照。”, “dynasty”: “唐代”, “poet”: “王维 “, “title”: “竹里馆”}
{“content”: “汉江明月照归人,万里秋风一叶身。休把客衣轻浣濯,此中犹有帝京尘。”, “dynasty”: “明代”, “poet”: “边贡 “, “title”: “重赠吴国宾”}
{“content”: “秦时明月汉时关,万里长征人未还。但使龙城飞将在,不教胡马度阴山。”, “dynasty”: “唐代”, “poet”: “王昌龄 “, “title”: “出塞二首其一”}
{“content”: “京口瓜洲一水间,钟山只隔数重山。春风又绿江南岸,明月何时照我还?”, “dynasty”: “宋代”, “poet”: “王安石 “, “title”: “泊船瓜洲”}
{“content”: “四顾山光接水光,凭栏十里芰荷香。清风明月无人管,并作南楼一味凉。”, “dynasty”: “宋代”, “poet”: “黄庭坚 “, “title”: “鄂州南楼书事”}
{“content”: “青山隐隐水迢迢,秋尽江南草未凋。二十四桥明月夜,玉人何处教吹箫?”, “dynasty”: “唐代”, “poet”: “杜牧 “, “title”: “寄扬州韩绰判官”}
{“content”: “露气寒光集,微阳下楚丘。猿啼洞庭树,人在木兰舟。广泽生明月,苍山夹乱流。云中君不见,竟夕自悲秋。”, “dynasty”: “唐代”, “poet”: “马戴 “, “title”: “楚江怀古三首其一”}
{“content”: “海上生明月,天涯共此时。情人怨遥夜,竟夕起相思。灭烛怜光满,披衣觉露滋。不堪盈手赠,还寝梦佳期。”, “dynasty”: “唐代”, “poet”: “张九龄 “, “title”: “望月怀远 / 望月怀古”}感谢各位的阅读,以上就是“Python轻量级搜索工具Whoosh如何使用”的内容了,经过本文的学习后,相信大家对Python轻量级搜索工具Whoosh如何使用这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是百云主机,小编将为大家推送更多相关知识点的文章,欢迎关注!

相关推荐: 简化Python代码的技巧有哪些

本篇内容介绍了“简化Python代码的技巧有哪些”的有关知识,在实际免费云主机域名案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!你可以将单行代码视为压缩在一起的代码块,使其适合一行…

免责声明:本站发布的图片视频文字,以转载和分享为主,文章观点不代表本站立场,本站不承担相关法律责任;如果涉及侵权请联系邮箱:360163164@qq.com举报,并提供相关证据,经查实将立刻删除涉嫌侵权内容。

(0)
打赏 微信扫一扫 微信扫一扫
上一篇 03/22 20:40
下一篇 03/22 20:40

相关推荐