Skip to main content

1. whoosh介绍

  • whoosh 是一个纯python实现的全文搜索引擎，它小巧轻便，安装简单，设计上参考了 Lucene ，性能上虽有欠缺，但贵在方便，无需复杂安装，对于构建小型网站的搜索引擎来说，是一个不错的选择
  • 官网：https://whoosh.readthedocs.io/en/latest/intro.html

2. whoosh 安装

  • 直接pip安装: pip install whoosh

3. whoosh 初体验

  • 下面的例子来源于官网，建议初学者使用jupyter练习

  • 先导入建立索引的包

from whoosh.index import create_in
from whoosh.fields import *
  • 输入文章段落建立索引
    • 首先需要在某个地方建立一个文件夹用来存放索引, 比如我这里建立了indexdir01文件夹
schema = Schema(title=TEXT(stored=True), path=ID(stored=True), content=TEXT)
ix = create_in("indexdir01", schema)
writer = ix.writer()
writer.add_document(title=u"First document", path=u"./", content=u"This is the first document we've added!")
writer.add_document(title=u"Second document", path=u"./", content=u"The second one is even more interesting!")
writer.commit()

  • 接着导入查询需要的包
from whoosh.qparser import QueryParser
  • 接着可以开始查询啦，比如希望找到 interesting相关的内容的文章
with ix.searcher() as searcher:
    query = QueryParser("content", ix.schema).parse("interesting")
    results = searcher.search(query)
    print(results[0])
  • 比如我这里就可以搜索到:

<Hit {'path': './', 'title': 'Second document'}>