推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
使用 haystack + jieba 做搜索，无法做到 partial word 搜索？
timchou · 2018-04-02 23:44:01 +08:00 · 1573 次点击这是一个创建于 2427 天前的主题，其中的信息可能已经有所发展或是发生改变。
配置 haystack 的时候，如果设置为 CharField，然后 analyzer 指定为 jieba 的 ChineseAnalyzer，那可以做到中文分词搜索，
但是比如对应数字 [ 123456789 ] ,你搜索 3456 就搜不到，英文也是，对于单词 [ hello ] ，你搜 ello 搜不到。
查询文档后，说可以把 CharField 改为 NgramField 类型，改了之后确实可以了，但是中文分词就不行了。
请问大家都是怎么解决这个问题的呢？
感觉这个场景还是蛮多的。
但是比如对应数字 [ 123456789 ] ,你搜索 3456 就搜不到，英文也是，对于单词 [ hello ] ，你搜 ello 搜不到。
查询文档后，说可以把 CharField 改为 NgramField 类型，改了之后确实可以了，但是中文分词就不行了。
请问大家都是怎么解决这个问题的呢？
感觉这个场景还是蛮多的。
 |
1
timchou OP 自己回答一发，目前解决了，但是不知道解决方案是否是最优：
使用 jieba 分词，目前看来是不支持 Ngram 的，也就是说，如果对 Document=True 的字段设置为 NgramField，则中英文分词会有问题，比如 [施华洛世奇 Swarovski ] ，你就搜不到了。 但是如果不用 NgramField，那对于 partial word 搜索，就不行，比如 Swarovski，你搜索 warov 就搜不到。 我现在的解决办法是，对于 Document=True 的字段还是用 CharField，然后另外增加几个你需要搜索的字段，类型为 NgramField，然后改写自己写 form： class CustSearchForm(SearchForm): def search(self): sqs = super(CustSearchForm, self).search() if 'q' in self.cleaned_data: q = self.cleaned_data['q'] sqs = sqs.filter_or(EAN=q).\ filter_or(SKU=q).\ filter_or(brand=q) return sqs 这里的 trick 是使用 filter_or，这个可以查看下 haystack 的文档。 |
 |
2
maemo 2018-04-03 14:22:59 +08:00
刚好最近也在做搜索，也是用的 haystack + jieba，但 jieba 的问题就像你说的那样，支持了中文，反而有些英语和数字就搜索不出来了。
所以我就直接按自带的 engine，发现效果还是能接受。至于你说的 partial word 搜索，我测试了一下发现本身就支持的。 https://imgur.com/a/3GTYq |
Select Language