Whoosh分面搜索完全教程让用户像逛电商一样筛选结果【免费下载链接】whooshPure-Python full-text search library项目地址: https://gitcode.com/gh_mirrors/who/whooshWhoosh分面搜索是 Python 全文搜索引擎 Whoosh 最实用、最强大的功能之一。Whoosh 是一个纯 Python 实现的开源全文搜索库无需编译、无需任何二进制依赖就能为你的网站或应用提供索引、检索、排序与分组统计能力。本文将以电商网站“品牌 价格区间 日期”的经典筛选场景为主线带你从零掌握 Whoosh 分面搜索的排序与分组用法让你的搜索结果页像京东、淘宝一样可筛选、可钻取。什么是 Whoosh 分面搜索为什么电商都用它分面搜索Faceted Search的本质是把搜索结果动态分组到多个分类维度中。比如用户搜索“手机”侧边栏会同时出现品牌价格区间上市时间华为 (12)0–1000 元 (3)2023 年 (8)小米 (8)1000–3000 元 (10)2024 年 (15)苹果 (6)3000 元以上 (6)2025 年 (5)用户点击任意一个分组就能只看自己关心的那一小撮结果。Whoosh 把这种能力封装为Facet分面概念每个 facet 为结果中的每篇文档关联一个“键值”用这些键可以排序sortedby也可以分组groupedby。相关概念与全部 facet 类型都定义在 sorting.py 中官方文档可参考docs/source/facets.rst。Whoosh 快速入门安装并创建可分面字段首先安装 Whooshpip install Whoosh分面搜索的前提是让字段可排序。创建 schema 时只需给字段加上sortableTruefrom whoosh import fields, index schema fields.Schema( namefields.TEXT(storedTrue), brandfields.KEYWORD(sortableTrue), # 品牌用于分组 pricefields.NUMERIC(sortableTrue), # 价格用于区间分组 pub_datefields.DATETIME(sortableTrue), # 日期用于时间区间 ) ix index.create_in(shop_index, schema) 提示sortableTrue会让 Whoosh 为字段建立独立的“列式存储”column按字段排序、分组时直接读列数据速度远快于临时加载全部词项。若你的索引是旧版本建好的也可以用whoosh.sorting.add_sortable()为已有字段补加排序能力。Whoosh 排序搜索结果用 sortedby 按价格和时间排序默认情况下 Whoosh 按相关度评分排序。想按其他字段排序只需在Searcher.search()中传入sortedbywith ix.searcher() as s: q qparser.QueryParser(name, ix.schema).parse(手机) # 价格从低到高 results s.search(q, sortedbyprice) # 价格从高到低 results s.search(q, sortedbyprice, reverseTrue)search()方法的完整参数sortedby、groupedby、maptype等定义在 searching.py 的Searcher.search中。多级排序先分类、再比价电商列表页常要求“同品牌内按价格排序”这就要用到多级排序。可以把多个 facet 组装成列表或手动构建MultiFacetfrom whoosh import sorting # 方式一列表快捷方式 results s.search(q, sortedby[brand, price]) # 方式二MultiFacet 支持单独控制每级方向 mf sorting.MultiFacet() mf.add_field(brand) mf.add_field(price, reverseTrue) # 品牌内价格从高到低 results s.search(q, sortedbymf)Whoosh 分组统计结果用 groupedby 实现电商侧边栏分组是分面搜索的核心。把groupedby传给search()Whoosh 会一次性算好每个分组的文档集合然后你用results.groups()读取facets sorting.Facets() facets.add_field(brand) # 按品牌分组 results s.search(q, groupedbyfacets, limit100) groups results.groups(brand) # {华为: [3, 7, 12], 小米: [1, 5, 9], 苹果: [2, 8]}只想要每组数量时用maptypesorting.Count更快更省内存results s.search(q, groupedbybrand, maptypesorting.Count) print(results.groups(brand)) # {华为: 12, 小米: 8, 苹果: 6}价格区间与日期区间分面RangeFacet 与 DateRangeFacet价格区间是电商侧边栏最经典的分面。RangeFacet专门为数值字段服务一行代码划分出“0–100、100–200…”的桶# 字段名、区间起点、区间终点、桶宽 price_facet sorting.RangeFacet(price, 0, 10000, 100) results s.search(q, groupedby{price: price_facet}) # 返回 {0-100: 3, 100-200: 10, ...} print(results.groups(price))日期同理用DateRangeFacet按年份分桶from datetime import datetime, timedelta date_facet sorting.DateRangeFacet( pub_date, datetime(2020, 1, 1), datetime(2025, 12, 31), timedelta(days365), ) results s.search(q, groupedby{year: date_facet}) 注意所有区间都是左闭右开含起点、不含终点hardend参数可控制最后一个桶是否截断到区间末尾。自定义查询分面QueryFacet想按“好评率”“是否促销”这类业务规则分组QueryFacet允许用任意查询定义分组比如按商品名首字母分桶from whoosh import query qdict { A–H: query.TermRange(name, a, h), I–P: query.TermRange(name, i, p), Q–Z: query.TermRange(name, q, z), } qfacet sorting.QueryFacet(qdict) results s.search(q, groupedby{firstltr: qfacet})MultiFacet 多字段组合品牌 × 价格交叉筛选有时需要按多个字段的交叉值分组例如同时展示“华为低价”“华为中价”“小米低价”等组合。把多个字段塞进一个MultiFacet即可mf sorting.MultiFacet([brand, price]) results s.search(q, groupedby{brand/price: mf})返回的分组键就是组合元组适合做“多级下钻”导航。分面性能优化让 Whoosh 分面搜索更快新手最容易踩的性能坑有两个allow_overlapTrue慎用默认每个文档只能归属一个分组速度极快一旦开启重叠分组如一篇文档打多个 tagWhoosh 要读取字段的全部 posting大结果集下可能慢一个数量级。能用默认模式就别开。善用maptype只要“每组多少个”就用sorting.Count只要每组最佳文档就用sorting.Best不需要组内排序用sorting.UnorderedList。参考实现在 sorting.py 的FacetMap一节。另外超大索引下可用sorting.StoredFieldFacet配合存储字段做重叠分组避免打开海量 posting 读取器通常比FieldFacet更快。小结一次搜索排序分组全搞定Whoosh 分面搜索的完整套路就三步建索引时给字段加sortableTrue→ 搜索时传sortedby排序、groupedby分组 → 用results.groups()渲染侧边栏。配合FieldFacet、RangeFacet、DateRangeFacet、QueryFacet、MultiFacet这五类 facet从电商价格筛选到文档库时间过滤都能轻松实现。想要深入了解可直接阅读仓库中的 facets.rst 官方教程或浏览src/whoosh/sorting.py与src/whoosh/searching.py的源码注释——Whoosh 的文档字符串本身就是一份很好的进阶指南。【免费下载链接】whooshPure-Python full-text search library项目地址: https://gitcode.com/gh_mirrors/who/whoosh创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考