whoosh建立索引和索引模式

Author: qiwsir

index_search_whoosh.md

@@ -0,0 +1,98 @@
+#问题
+
+Whoosh是python中解决索引查找的模块，在讨论[索引查找的文章](https://github.com/qiwsir/algorithm/blob/master/index_search.md)已经对有关索引查找进行了阐述，此处详细说明Whoosh模块的应用。
+
+#思路说明
+
+##Whoosh的安装
+
+[这里有详细内容](https://github.com/qiwsir/algorithm/blob/master/index_search.md)
+
+##whoosh的使用步骤
+
+whoosh在应用上划分三个步骤：
+
+1. 建立索引和模式对象
+2. 写入索引文件
+3. 搜索
+
+下面依次阐述各步骤
+
+##建立索引和模式对象
+
+###建立索引模式
+
+使用Whoosh的第一步就是要建立索引对象。首先要定义索引模式，以字段的形式列在索引中。例如：
+
+    >>> from whoosh.fields import *
+    >>> schema = Schema(title=TEXT, path=ID, content=TEXT)
+
+title/path/content就是所谓的字段。每个字段对应索引查找目标文件的一部分信息，上面的例子中就是建立索引的模式：索引内容包括title/path/content。一个字段建立了索引，意味着它能够被搜索；也能够被存储，意味着返回结果。例如上面的例子，可以写成：
+
+    >>> schema = Schema(title=TEXT(stored=True), path=ID(stored=True), content=TEXT)
+
+这里在某些字段后面添加了(stored=True)，意味着将返回该字段的搜索结果。
+
+以上就建立好了索引模式，不需要重复建立索引模式，因为一旦此模式建立，将随索引保存。
+
+在生产过程中，如果你愿意，还可以建立一个类用于建立索引模式。如下例子：
+
+    from whoosh.fields import SchemaClass, TEXT, KEYWORD, ID, STORED
+
+    class MySchema(SchemaClass):
+        path = ID(stored=True)
+        title = TEXT(stored=True)
+        content = TEXT
+        tags = KEYWORD
+
+**索引字段类型**
+
+在上例中，title=TEXT，title是字段名称，后面的TEXT是该字段的类型。这两个分别说明了索引内容和查找对象类型。whoosh有如下字段类型，供建立所以模式使用。
+
+- whoosh.fields.ID:仅能为一个单元值，即不能分割为若干个词，通常用于诸如文件路径，URL，日期，分类。
+- whoosh.fields.STORED:该字段随文件保存，但是不能被索引，也不能被查询。常用于显示文件信息。
+- whoosh.fields.KEYWORD:用空格或者逗号（半角）分割的关键词，可被索引和搜索。为了节省空间，不支持词汇搜索。
+- whoosh.fields.TEXT:文件的文本内容。建立文本的索引并存储，支持词汇搜索。
+- whoosh.fields.NUMERIC:数字类型，保存整数或浮点数。
+- whoosh.fields.BOOLEAN:布尔类值
+- whoosh.fields.DATETIME:时间对象类型
+
+关于[索引字段类型的更多内容，请看这里](https://pythonhosted.org/Whoosh/schema.html).
+
+###建立索引存储目录
+
+索引模式建立之后，还要建立索引存储目录。如下：
+
+    import os.path
+    from whoosh.index import create_in
+    from whoosh.index import open_dir
+
+    if not os.path.exists('index'):     #如果目录index不存在则创建
+        os.mkdir('index') 
+    ix = create_in("index",schema)      #按照schema模式建立索引目录
+    ix = open_dir("index")　            #打开该目录一遍存储索引文件
+
+上例中，用create_in创建一个具有前述索引模式的索引存储目录对象，所有的索引将被保存在该目录（index）中。
+
+之后，用open_dir打开这个目录。
+
+第一步到此结束。
+
+把上面的代码整理一下，供参考：
+
+    import os.path
+
+    from whoosh import fields
+    from whoosh import index
+
+    schema = fields.Schema(title=TEXT(stored=True), path=ID(stored=True), content=TEXT)
+    
+    if not os.path.exists("index"):
+        os.mkdir("index")
+
+    ix = index.create_in("index",schema)
+    ix = index.open_dir("index")
+
+##写索引文件
+
+(待续）