python - 在 Django 1.10 中将三元组与排名搜索相结合

Question

我们在 django 1.10 中进行搜索，我们需要使用 trigram 搜索进行用户排名搜索。

我们的代码是这样的:

def get_queryset(self):
        search = self.request.GET.get('text', '')
        vector = SearchVector('name',weight='A',
            config=settings.SEARCH_LANGS[
                settings.LANGUAGE
            ],
            ) + SearchVector(
            'content',
            weight='B',
            config=settings.SEARCH_LANGS[
                settings.LANGUAGE
            ],
            )
        query = SearchQuery(search)
        return Article.objects.annotate(
            rank=SearchRank(
                vector,
                query
                ),
            similarity=TrigramSimilarity(
                'name', search
                ) + TrigramSimilarity(
                'content', search
                ),
            ).filter(
            rank__gte=0.3
            ).filter(
            similarity__gt=0.3
            ).order_by(
            '-similarity'
            )[:20]

但是这段代码不返回任何查询，如果不使用 trigram 我们会有问题，但是，将它们结合起来我们无法获得查询。

我们如何在 Django 1.10 中结合三元组和排名搜索？

Answer 1

我们进行了更彻底的调查，了解搜索权重的工作原理。

根据 documents你可以根据字段分配权重，甚至可以分配权重，同样我们可以使用trigrams按相似度或距离过滤。

但是没有具体说明使用这两者的示例并进一步调查它理解的权重也不太有效。

一点逻辑告诉我们，如果我们在所有单词中寻找一个共同的词，我们将所有排名都为 0，相似度的变化远大于范围，但往往会降低该范围的值。

现在，文本搜索，据我们了解，它是根据您要过滤的字段中包含的文本进行的，甚至比配置中放置的语言还要多。例如放标题，使用的模型有一个标题字段和一个内容字段，其最常见的词是how change，审查加权词(范围作为查询，所以我们可以使用值 或者values_list查看ranks和similarities，都是数值，我们可以查看weighted words viewing vector object)，我们看到如果分配了权重，但是拆分词的组合: 找到 'perfil' 和 'cambi'，但是我们没有找到 'cambiar' 或 'como'；然而，所有模型都包含与“lorem ipsun ...”相同的文本，以及该句子的所有单词(如果它们是完整的且权重为 B)；我们得出结论，搜索是根据字段的内容完成的，以过滤比我们配置搜索所用的语言更多的内容。

也就是说，我们在这里展示我们用于所有内容的代码。

首先，我们需要在启用数据库所需的范围内使用 Trigrams:

from django.db import migrations
from django.contrib.postgres.operations import UnaccentExtension, TrigramExtension

class Migration(migrations.Migration):

    initial = True

    dependencies = [
    ]

    operations = [
      ...
      TrigramExtension(),
      UnaccentExtension(),

    ]

从 postgres 包导入迁移操作并从任何文件迁移运行。

下一步是更改问题的代码，以便过滤器在第二个查询失败时返回其中一个查询:

def get_queryset(self):
        search_query = SearchQuery(self.request.GET.get('q', ''))

        vector = SearchVector(
            'name',
            weight='A',
            config=settings.SEARCH_LANGS[settings.LANGUAGE_CODE],
        ) + SearchVector(
            'content',
            weight='B',
            config=settings.SEARCH_LANGS[settings.LANGUAGE_CODE],
        )

        if self.request.user.is_authenticated:
            queryset = Article.actives.all()
        else:
            queryset = Article.publics.all()

        return queryset.annotate(
          rank=SearchRank(vector, search_query)
          similarity=TrigramSimilarity(
              'name', search_query
            ) + TrigramSimilarity(
              'content', search_query
            ),
        ).filter(Q(rank__gte=0.3) | Q(similarity__gt=0.3)).order_by('-rank')[:20]

上述代码的问题是一个接一个地渗透查询，如果选择的词没有出现在两个搜索中的任何一个中，问题就更大了。我们使用 Q 对象通过 OR 连接器进行过滤，这样如果两者之一没有返回所需的值，就将另一个发送到位。

有了这些就足够了，但是欢迎他们深入解释这些权重和三元组的工作原理，以充分利用最新版本的 Django 提供的这一新优势。