同福

Python做个搜索引擎(9)搜索器【20201021】

介绍

介绍

今天开始我们要做搜索引擎的“界面”部分了,我们给这个工具起个名字——搜索器,因为我们使用的是Python编写的搜索器,所以我们的搜索器是控制台形式的。

搜索器的名称是Searcher,搜索器的启动程序文件名称是Searcher.py,搜索器包含一个库文件lib/Searcher.py。

搜索器的功能是这样的,启动搜索器Searcher.py,提示用户输入一个关键字,用户输入关键字后查询ES搜索引擎,给出最多10个匹配记录的网页标题以及1~10个序号,并且自动转入下一轮的搜索提示信息。

Searcher对象

搜索引擎的界面的代码逻辑相对比较简单,福哥就在今天一节课里把它发出来,并且给童鞋们讲解清楚。

代码

这是Searcher对象的代码,保存在 lib/Searcher.py 里面,作为一个自定义软件包使用。

import pymysql
from elasticsearch import Elasticsearch

class Searcher:
    mysqlCN = None
    mysqlCS = None
    es = None
    esIndex = "tfse"
    esDocType = "all_type"

    def open(self):
        try:
            self.mysqlCN = pymysql.connect("192.168.2.168", "tfse", "abcdef")
            self.mysqlCS = self.mysqlCN.cursor()
            self.mysqlCN.select_db("tfse")
        except Exception as e:
            print("Failed to connect db")
            print(e)
            exit()

        try:
            self.es = Elasticsearch(host="192.168.2.168", port=9200, timeout=60)
        except Exception as e:
            print("Failed to connect es")
            print(e)
            exit()

    def search(self, kw):
        try:
            query = {
                "from": 0,
                "size": 10,
                "query": {
                    "bool": {
                        "must": [
                            {
                                "bool": {
                                    "should": [
                                        {"match": {"title": {
                                            "query": kw,
                                            "boost": 10
                                        }}},
                                        {"match": {"keywords": {
                                            "query": kw,
                                            "boost": 8
                                        }}},
                                        {"match": {"description": {
                                            "query": kw,
                                            "boost": 2
                                        }}},
                                        {"match": {"pageText": {
                                            "query": kw,
                                            "boost": 1
                                        }}}
                                    ]
                                }
                            }
                        ]
                    }
                }
            }
            results = self.es.search(index=self.esIndex, doc_type=self.esDocType, body=query)
            if results['hits']['total'] > 0:
                print("查询到" + str(results['hits']['total']) + "个结果")
                print("")
                num = 1
                for result in results['hits']['hits']:
                    try:
                        self.mysqlCS.execute("SELECT * FROM webpages WHERE webpageId = %s", [result['_source']['webpageid']])
                        row = self.mysqlCS.fetchone()
                        if row[5] is not None:
                            print(str(num) + " " + row[5].decode("utf-8").encode("gbk"))
                        else:
                            print(str(num) + " 【无标题】")
                        print("  " + row[2])
                    except Exception as e2:
                        print("Error: load doc '" + str(result['_source']['webpageid']) + "'")
                        print(e2)
                    num = num + 1
            else:
                print("未找到符合“" + kw + "”的结果")
        except Exception as e:
            print("Error: query '" + kw + "'")
            print(e)

    def close(self):
        try:
            self.mysqlCS.close()
            self.mysqlCN.close()
        except Exception as e:
            print("Failed to close db")
            print(e)
            exit()

主程序

这里是搜索引擎界面的主程序,主程序通过上面的Searcher对象实现网页搜索的功能,保存在 Searcher.py 里面。

from lib.Searcher import *
import sys

mySearcher = Searcher()
mySearcher.open()

while 1:
    print("请输入关键字: "),
    kw = sys.stdin.readline().strip()

    print("")
    mySearcher.search(kw)
    print("")

mySearcher.close()

讲解

下面福哥来讲解一下这个代码的逻辑,大家可以跟着福哥的思路一起读这段代码,了解其中的设计和功能。

主程序

主程序比较简单,启动一个“死循环”的while循环语句,在循环语句里面首先要求用户输入一个搜索关键字,然后将这个关键字传入Searcher对象的search方法里进行全文搜索,search方法会将搜索结果显示出来给用户看

Searcher对象

接着福哥来介绍一下Searcher对象的每个方法,大家可以了解一下。

open

搜索引擎需要同时连接mysql数据库和es搜索引擎,在open方法里面会对mysql和es进行连接和初始化操作

search

这个方法是搜索引擎的主逻辑方法,传入参数是用户的搜索关键字,程序会通过用户关键字查询es搜索引擎,并将结果遍历出来,在循环的过程中通过es数据的webpageid字段查询mysql数据库的webpages数据表对应的记录,最后将mysql数据库里的数据显示到用户面前

close

在这个方法里面会将mysql数据库和es搜索引擎关闭掉以释放资源

输出

执行主程序会提示输入搜索关键字,输入关键字后会根据搜索结果显示匹配项目

92e7598d33998476.jpg

总结

到今天为止,我们的搜索引擎第一版就做好了,大家学会了吗?

这个搜索引擎是福哥带着童鞋们做的第一个项目,它用到了MySQL数据库和ElasticSearch搜索引擎,它包括两个部分,即:网页蜘蛛和搜索界面,网页蜘蛛负责数据的“写入”,搜索界面负责数据的“读取”。这个项目还用到了OOP对象编程思维进行代码的结构设计,网页蜘蛛封装为Spider对象,搜索界面封装为Searcher对象。

大家可能会问,为什么Spider对象和Searcher对象不和Spider主程序和Searcher主程序放一起了?注意,写程序要有分层思维,即:功能实现和业务逻辑的分离,不要在业务逻辑的代码里面去实现功能,也不要在功能代码里去编写业务逻辑的代码,这样才不会把代码写的乱七八糟的,也便于今后的功能升级改造。

P.S.

微信公众号的文章发出去之后是不能编辑的,但是福哥偶尔会修复一些描述不到位、示例不正确、结构不清晰等等的文章错误,这些只能在网站上才能看到最新版本内容,望大家知晓~~