使用python+whoosh实现全文检索

使用Python和Whoosh实现全文检索的攻略分为以下几个步骤：

1. 安装Whoosh

Whoosh是Python的一个纯Python实现全文搜索引擎库，首先需要安装Whoosh库。可以在命令行中使用pip命令进行安装：

pip install whoosh

2. 确定索引目录和模式

首先需要创建用于存储索引的目录，可以选择自己喜欢的目录路径，这里假设索引目录为 ./indexdir：

from whoosh.index import create_in
from whoosh.fields import *
import os

if not os.path.exists("./indexdir"):
    os.mkdir("./indexdir")

schema = Schema(title=TEXT(stored=True), content=TEXT(stored=True))
ix = create_in("./indexdir", schema)

这段代码创建了一个包含title和content两个域的索引schema，并在./indexdir中创建了一个新的索引。

注意，在这里我们需要使用stored参数，这将存储字段数据用于每个搜索结果的返回。如果不使用stored，将会返回每个匹配文档的文档ID。

3. 向索引中添加文档

添加文档时，我们需要为每个文档创建一个文档对象doc，并使用它来向索引中添加文档：

from whoosh.index import create_in
from whoosh.fields import *
import os

if not os.path.exists("./indexdir"):
    os.mkdir("./indexdir")

schema = Schema(title=TEXT(stored=True), content=TEXT(stored=True))
ix = create_in("./indexdir", schema)

writer = ix.writer()
writer.add_document(title=u"Python 教程", content=u"Python 是一种计算机程序设计语言。")
writer.add_document(title=u"whoosh 全文搜索引擎", content=u"Whoosh 是 Python 的一个纯 Python 实现全文搜索引擎库。")
writer.add_document(title=u"编程入门", content=u"编程入门是学习编程的第一步。")

writer.commit()

writer.add_document()方法将文档添加到索引，并使用writer.commit()方法将修改提交到目录。注意，必须在更新索引之后调用writer.commit()方法。

4. 进行全文检索

现在我们已经建立了索引并向其中添加了文档，可以使用Whoosh进行全文检索。以下是一个例子：

from whoosh.index import open_dir
from whoosh.qparser import QueryParser

ix = open_dir("./indexdir")
searcher = ix.searcher()
query = QueryParser("content", ix.schema).parse("python")
results = searcher.search(query)

for i, hit in enumerate(results):
    print("结果%d: %s" % (i, hit["title"]))

该例子中，我们首先打开索引目录并创建一个搜索器，然后创建一个查询对象来搜索“python”。查询返回结果后，我们遍历结果并输出每个匹配行的标题。

可得到以下结果：

结果0: Python 教程
结果1: whoosh 全文搜索引擎

5. 完整代码示例

from whoosh.index import create_in, open_dir
from whoosh.fields import *
from whoosh.qparser import QueryParser
import os

# 创建索引
def index():
    if not os.path.exists("./indexdir"):
        os.mkdir("./indexdir")

    schema = Schema(title=TEXT(stored=True), content=TEXT(stored=True))
    ix = create_in("./indexdir", schema)

    writer = ix.writer()
    writer.add_document(title=u"Python 教程", content=u"Python 是一种计算机程序设计语言。")
    writer.add_document(title=u"whoosh 全文搜索引擎", content=u"Whoosh 是 Python 的一个纯 Python 实现全文搜索引擎库。")
    writer.add_document(title=u"编程入门", content=u"编程入门是学习编程的第一步。")
    writer.commit()

# 进行全文检索
def search(query):
    ix = open_dir("./indexdir")
    searcher = ix.searcher()
    query = QueryParser("content", ix.schema).parse(query)
    results = searcher.search(query)

    for i, hit in enumerate(results):
        print("结果%d: %s" % (i, hit["title"]))


# 运行示例
if __name__ == "__main__":
    index()
    search("python")

这里我们首先定义了两个函数index()和search()，前者用来创建索引，后者用来进行全文检索的操作。然后我们调用index()函数创建并更新索引，最后使用search()函数进行全文检索。

感谢您的提问与耐心阅读，希望这份攻略能够对您有所帮助。