在 django 1.10 中将 trigram 与排名搜索相结合

Question

我们在 django 1.10 中使用搜索，我们需要使用 trigram 搜索的用户排名搜索。

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]

但是这段代码没有返回任何查询，不使用三元组我们会遇到问题，但是，将它们结合起来我们无法得到查询。

我们如何在 django 1.10 中结合 trigram 和排名搜索？

Answer 1

我们对搜索权重的工作原理进行了更深入的调查。

根据documents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按相似度或距离进行过滤。

但是没有具体说明使用这两者的例子，并进一步调查它理解也没有多少权重起作用。

一个小逻辑告诉我们，如果我们在所有中寻找一个共同的词，我们都会排名为 0，相似度的变化比范围大得多，但往往会降低该范围的值。

现在，文本搜索，据我们所知，它是根据您要过滤的字段中包含的文本执行的，甚至比配置中放置的语言还要多。例子是放标题，使用的模型有一个标题字段和一个内容字段，其中最常见的词是how change，审查加权词（范围作为查询，所以我们可以使用values或values_list来查看排名和相似度，它们是数值，我们可以查看加权词查看向量对象），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'；但是，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）；我们得出的结论是，搜索是根据字段内容完成的，以过滤比我们配置搜索时使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 Trigram：

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 包中导入迁移操作并从任何文件迁移中运行。

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又一个查询，如果选择的词没有出现在两次搜索中，问题就更大了。我们使用Q 对象通过OR 连接器进行过滤，这样如果两者中的一个未返回所需值，则将另一个发送到位。

这样就足够了，但是欢迎他们对这些权重和三元组如何工作进行深入的说明，以充分利用最新版本的 Django 提供的这一新优势。

Answer 2

这样的东西会为你工作......它是一个博客的搜索表单。但我不知道为什么TrigramSimilarity 只对标题起作用，而对正文不起作用？

search_vector = SearchVector('title', weight='A') + SearchVector('body', weight='B')
search_query = SearchQuery(query)
rank = SearchRank(search_vector, search_query)  
results = Post.published.annotate(rank = SearchRank(search_vector, 
          search_query)).filter(rank__gte=0.2).order_by('-rank')

      if results:
        results = results
      else:
        results = Post.published.annotate(similarity = TrigramSimilarity('title', 
                  query)).filter(similarity__gte=0.1).order_by('-similarity')