10分钟用Python快速搭建全文搜索引擎详解流程

 更新时间:2021年10月28日 15:33:09   作者:Monster_起飞  
读万卷书不如行万里路,只学书上的理论是远远不够的,只有在实战中才能获得能力的提升,本篇文章带你用python花10分钟迅速搭建一个好玩的Python全文搜索引擎,大家可以在过程中查缺补漏,提升水平

有一个群友在群里问个如何快速搭建一个搜索引擎,在搜索之后我看到了这个

在这里插入图片描述

代码所在

官方很贴心,很方便的是已经提供了docker 镜像,基本pull下来就可以很方便的使用了,执行命令

cid=$(sudo docker ps -a | grep searx | awk '{print $1}')  
echo searx  cid is $cid  
if [ "$cid" != "" ];then  
    sudo docker stop $cid  
    sudo docker rm $cid  
fi 
sudo docker run -d --name searx -e IMAGE_PROXY=True -e BASE_URL=http://yourdomain.com  -p 7777:8888 wonderfall/searx

然后就可以使用了,正常查看docker的状态,就可以正常的使用了

思考

怎么样,是不是很方便,我们先看看源码是怎么样实现的

在这里插入图片描述


我们打开里面的代码,其实本质就是将request之后的结果做一个大的聚合,至于数据来源,我们可以是来于DB,或者文件,我们可以看一下他的核心代码

from urllib import urlencode  
from json import loads  
from collections import Iterable  
search_url = None  
url_query = None  
content_query = None  
title_query = None  
suggestion_query = ''  
results_query = ''  
# parameters for engines with paging support  
#  
# number of results on each page  
# (only needed if the site requires not a page number, but an offset)  
page_size = 1 
# number of the first page (usually 0 or 1)  
first_page_num = 1  
def iterate(iterable):  
    if type(iterable) == dict:  
        it = iterable.iteritems()  
    else:  
        it = enumerate(iterable)  
    for index, value in it:  
        yield str(index), value 
def is_iterable(obj):  
    if type(obj) == str:  
        return False  
    if type(obj) == unicode: 
        return False  
    return isinstance(obj, Iterable)  
def parse(query): 
    q = []  
    for part in query.split('/'):  
        if part == '':  
            continue  
        else:  
            q.append(part)  
    return q  
def do_query(data, q):  
    ret = []  
    if not q:  
        return ret  
    qqkey = q[0]  
    for key, value in iterate(data):  
        if len(q) == 1:  
            if key == qkey:  
                ret.append(value)  
            elif is_iterable(value):  
                ret.extend(do_query(value, q))  
        else:  
            if not is_iterable(value):  
                continue  
            if key == qkey:  
                ret.extend(do_query(value, q[1:]))  
            else:  
                ret.extend(do_query(value, q))  
    return ret  
def query(data, query_string): 
    q = parse(query_string)  
    return do_query(data, q)  
def request(query, params):  
    query = urlencode({'q': query})[2:]  
    fp = {'query': query}  
    if paging and search_url.find('{pageno}') >= 0:  
        fp['pageno'] = (params['pageno'] - 1) * page_size + first_page_num  
    params['url'] = search_url.format(**fp)  
    params['query'] = query  
    return params  
def response(resp):  
    results = []  
    json = loads(resp.text)  
    if results_query:  
        for result in query(json, results_query)[0]:  
            url = query(result, url_query)[0]  
            title = query(result, title_query)[0]  
            content = query(result, content_query)[0]  
            results.append({'url': url, 'title': title, 'content': content})  
    else: 
         for url, title, content in zip(  
            query(json, url_query),  
            query(json, title_query),  
            query(json, content_query)  
        ):  
            results.append({'url': url, 'title': title, 'content': content}) 
    if not suggestion_query:  
        return results 
     for suggestion in query(json, suggestion_query):  
        results.append({'suggestion': suggestion})  
    return results 

结果

每个response的时候我们都要以轻松的定制返回的数据(可以是网络,可以是数据库,可以是文件),那我们进一步想一下,如果我们可以hack response 结果,那我们完全可以将自己爬来的数据做为返回结果。如果是1024之类的,完全可以打造自己的“爱好”小引擎,代码我就不贴了,大家可以自己动手自己玩玩。结合jieba分词,可以更好玩一点。

到此这篇关于10分钟用Python快速搭建全文搜索引擎详解流程的文章就介绍到这了,更多相关Python 搜索引擎内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 将Python应用部署到生产环境的小技巧分享

    将Python应用部署到生产环境的小技巧分享

    文章主要讲述了在将Python应用程序部署到生产环境之前,需要进行的准备工作和最佳实践,包括心态调整、代码审查、测试覆盖率提升、配置文件优化、日志记录完善、文档更新、环境搭建、自动化流水线、性能调优、监控与告警、安全加固以及故障恢复
    2025-01-01
  • Python访问MySQL封装的常用类实例

    Python访问MySQL封装的常用类实例

    这篇文章主要介绍了Python访问MySQL封装的常用类,实例详述了针对MySQL使用query执行select及使用update进行insert、delete等操作的方法,需要的朋友可以参考下
    2014-11-11
  • Python算法绘制特洛伊小行星群实现示例

    Python算法绘制特洛伊小行星群实现示例

    这篇文章主要介绍了Python算法绘制特洛伊小行星群实现示例,这个小示例完成后非常的有意思也会使你在Python学习的道路上感到一丝丝小成就
    2021-10-10
  • Python中的集合类型知识讲解

    Python中的集合类型知识讲解

    这篇文章主要介绍了Python中的集合类型知识讲解,是Python入门学习中的基础知识,需要的朋友可以参考下
    2015-08-08
  • Python简单读取json文件功能示例

    Python简单读取json文件功能示例

    这篇文章主要介绍了Python简单读取json文件功能,结合实例形式分析了Python文件读取及json格式数据相关操作技巧,需要的朋友可以参考下
    2017-11-11
  • 用python画城市轮播地图

    用python画城市轮播地图

    轮播地图可以在很多方面有实际应用,所以就介绍给大家,并给出个实际操作案例,感兴趣的朋友可以参考下
    2021-05-05
  • 在CentOS6上安装Python2.7的解决方法

    在CentOS6上安装Python2.7的解决方法

    在CentOS6上yum安装工具是基于Python2.6.6的,所以在CentOS6上默认安装的是Python2.6.6,因为要在服务器系统为CentOS6上部署生产环境,但是代码都是基于Python2.7写的,所有遇到了问题,下面通过本文给大家介绍下在CentOS6上安装Python2.7的解决方法,一起看看吧
    2018-01-01
  • 详解如何创建Python元类

    详解如何创建Python元类

    通过本文,将深入讨论Python元类,其属性,如何以及何时在Python中使用元类。
    2021-05-05
  • django框架中间件原理与用法详解

    django框架中间件原理与用法详解

    这篇文章主要介绍了django框架中间件原理与用法,结合实例形式详细分析了Django框架常用中间件与基本使用技巧,需要的朋友可以参考下
    2019-12-12
  • python实现随机梯度下降法

    python实现随机梯度下降法

    这篇文章主要为大家详细介绍了python实现随机梯度下降法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-08-08

最新评论