Python中如何使用Elasticsearch实现全站检索

要在Python里用Elasticsearch搞全站检索，核心就两步：把数据灌进去（索引），然后搜出来。下面给你个完整能跑的demo。

首先，得装库，用pip install elasticsearch。假设你本地或者某个服务器已经跑着一个Elasticsearch实例了。

1. 建立连接和索引

from elasticsearch import Elasticsearch
from elasticsearch.helpers import bulk

# 连接到ES，这里假设是本地默认端口
es = Elasticsearch(["http://localhost:9200"])

# 定义索引的mapping，就是告诉ES你的数据长啥样，该怎么处理
index_name = "website_content"
mapping = {
    "mappings": {
        "properties": {
            "title": {"type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart"}, # 用了中文分词器
            "content": {"type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart"},
            "url": {"type": "keyword"}, # 精确匹配，不分词
            "publish_date": {"type": "date"}
        }
    }
}

# 如果索引存在，先删掉（生产环境别这么干！）
if es.indices.exists(index=index_name):
    es.indices.delete(index=index_name)
# 创建索引
es.indices.create(index=index_name, body=mapping)

2. 准备和索引数据 全站数据可能来自数据库或者爬虫，这里模拟一下。

# 模拟一些网页数据
documents = [
    {
        "title": "Python入门教程",
        "content": "本文介绍Python基础语法和数据类型。",
        "url": "https://example.com/python-basic",
        "publish_date": "2023-10-01"
    },
    {
        "title": "Elasticsearch全文搜索指南",
        "content": "学习如何使用Elasticsearch构建强大的搜索引擎。",
        "url": "https://example.com/es-search",
        "publish_date": "2023-10-15"
    },
    {
        "title": "Python与Elasticsearch集成",
        "content": "讲解如何在Python应用中操作Elasticsearch进行数据检索。",
        "url": "https://example.com/python-es",
        "publish_date": "2023-10-20"
    }
]

# 批量索引数据，高效一点
actions = [
    {
        "_index": index_name,
        "_source": doc
    }
    for doc in documents
]
bulk(es, actions)
# 等一小会儿让数据刷新可查
es.indices.refresh(index=index_name)

3. 执行搜索 这是最关键的搜索部分，用multi_match查询可以同时搜多个字段。

def full_site_search(query_string):
    search_body = {
        "query": {
            "multi_match": {
                "query": query_string,
                "fields": ["title^2", "content"], # title字段权重更高
                "type": "best_fields" # 匹配最佳字段
            }
        },
        "highlight": { # 高亮显示匹配片段
            "fields": {
                "title": {},
                "content": {}
            }
        }
    }
    response = es.search(index=index_name, body=search_body)
    return response["hits"]["hits"]

# 搜一下
results = full_site_search("Python 搜索")
for hit in results:
    print(f"标题: {hit['_source']['title']}")
    print(f"URL: {hit['_source']['url']}")
    # 打印高亮结果
    if 'highlight' in hit:
        if 'title' in hit['highlight']:
            print(f"标题高亮: {hit['highlight']['title'][0]}")
        if 'content' in hit['highlight']:
            print(f"内容高亮: {hit['highlight']['content'][0]}")
    print("-" * 40)

简单总结：流程就是连ES、建索引（定义好字段类型和分词）、灌数据、用multi_match查询来搜。中文记得用ik分词器。