第 11 篇：基于 drf-haystack 的文章搜索插口

　　第 11 篇：基于 drf-haystack 的文章搜索插口

　　作者：HelloGitHub-追梦人物

　　在 django 博客教程中，我们使用了 django-haystack 和 Elasticsearch 进行文章内容的搜索。django-haystack 默认返回的搜索结果是一个类似于 django QuerySet 的对象，需要配合模板系统使用，因为未被序列化，所以未能直接用于 django-rest-framework 的插口。当然解决方案也很简单，编写相应的序列化器将返回结果序列化就可以了。

　　但是，通过之前的功能我们看见，使用 django-rest-framework 是一个近乎标准化但又沉闷无聊的过程：首先是编撰序列化器用于序列化资源，然后是编撰视图集，提供对资源各种操作的插口。既然是标准化的东西，肯定早已有人写好了相关的功能以供复用。此时就要发挥开源社区的力量，去 GitHub 使用关键词 rest haystack 搜索，果然搜到一个 drf-haystack 开源项目，专门用于解决 django-rest-framework 和 haystack 结合使用的问题。因此我们就不再重复造轮子，直接使用开源第三方库来实现我们的需求。

　　既然要使用第三方库，第一步其实是安装它，进入项目根目录，运行：

　　$ pipenv install drf-haystack

　　由于须要使用到搜索功能，因此须要启动 Elasticsearch 服务，最简单的方法就是使用项目中编排的 Elasticsearch 镜像启动容器。

　　项目根目录下运行如下命令启动全部项目所需的容器服务：

　　$ docker-compose -f local.yml up --build

　　启动完成后运行 docker ps 命令可以检测到如下 2 个运行的容器，说明启动成功：

　　hellodjango_rest_framework_tutorial_local

hellodjango_rest_framework_tutorial_elasticsearch_local

　　接着创建一些文章，以便用于搜索测试，可以自己在 admin 后台添加，当然最简单的方式是运行项目中的 fake.py 脚本，批量生成测试数据：

　　$ docker-compose -f local.yml run --rm

hellodjango.rest.framework.tutorial.local python -m scripts.fake

　　测试文章生成后，还要运行下边的命令给文章的内容创建索引，这样搜索引擎能够按照索引搜索到相应的内容：

　　注意

　　如果生成索引时见到如下错误：

　　elasticsearch.exceptions.ConnectionError: ConnectionError(: Failed to establish a new connection: [Errno -2] Name does not resolve) caused by: NewConnectionError(: Failed to establish a new connection: [Errno -2] Name does not resolve)

　　这是因为项目配置中 Elasticsearch 服务的 URL 配置出错造成，解决方式是步入 settings/local.py 配置文件中，将搜索设置改为下边的内容：

　　HAYSTACK_CONNECTIONS['default']['URL'] = ':9200/'

　　因为这个 URL 地址需和容器编排文件 local.yml 中指定的容器服务名一致 Docker 才能正确解析。

　　现在万事具备了，数据库中早已有了文章，搜索服务早已有了文章的索引，只须要等待客户端来进行查询，然后返回结果。所以接下来就步入到 django-rest-framework 标准开发流程：定义序列化器 -> 编写视图 -> 配置路由，这样一个标准的搜索插口就开发下来了。

　　先来定义序列化器，粗略过一遍 drf-haystack 官方文档[3]，依葫芦画瓢创建文章（Post） 的 Serializer

　　根据官方文档的介绍，为了复用早已定义好用于序列化文章列表的序列化器，我们直接承继了 PostListSerializer，同时我们还混进了 HaystackSerializerMixin，这是 drf-haystack 的混入类，提供搜索结果序列化相关的功能。

　　另外内部类 Meta 同样承继 PostListSerializer.Meta，这样就无需重复定义序列化数组列表 fields。关键的地方在这个 search_fields，这个列表申明用于搜索的数组（通常都定义为索引数组），我们在上一部教程设置 django-haystack 时，文章的索引数组设置的名子叫 text，如果对这一块有疑问，可以简单回顾一下 Django Haystack 全文检索与关键词高亮[4] 中的内容。

　　然后编撰视图集，需承继 HaystackViewSet：

　　这个视图集特别简单，只须要通过类属性 index_models 声明须要搜索的模型，以及搜索结果的序列化器就行了，剩余的功能均由 HaystackViewSet 内部替我们实现了。

　　最后是在路由器中注册视图集，自动生成 URL 模式：

　　搞定了！一套标准化的 django-restful-framework 开发流程，不过大量工作已由 drf-haystack 在背后替我们完成，我们只写了极其少量的代码即实现了一套搜索插口。

　　来瞧瞧搜索疗效。我们启动 Docker 容器，在浏览器输入如下格式的 URL：

　　$ docker-compose -f local.yml run --rm hellodjango.rest.framework.tutorial.local python manage.py rebuild_index# 输出如下Your choices after this are to restore from backups or rebuild via the `rebuild_index` command.Are you sure you wish to continue? [y/N] yRemoving all documents from your index because you said so.All documents removed.Indexing 201 文章GET /hellodjango_blog_tutorial/_mapping [status:404 request:0.005s]

　　将 key-word 替换为须要搜索的关键字，例如将其替换为 markdown，测试集数据中得到的搜索结果如下：

　　搜索结果符合预期，但略微有一点不太好的地方，就是没有高亮的标题和摘要，我们希望将来显示的结果应当是下边这样的，因此返回的数据必须支持这样的显示：

　　关键词高亮的实现原理似乎十分简单，通过解析整段文本，将搜索关键词替换为由 HTML 标签包裹的富文本，并给这个包裹标签设置 CSS 样式，让其显示不同的字体颜色就可以了。

　　了解其原理后其实就是实现其功能，不过 django-haystack 已经为我们造好了轮子，而且在上一部教程的 Django Haystack 全文检索与关键词高亮[5]，我们还对默认的高亮辅助类进行了整修，优化了文章标题被从关键字位置截断的问题，因此我们使用改建后的辅助类来对须要高亮的结果进行处理。

　　需要高亮的虽然是 2 个数组，一个是 title、一个是 body。而 body 我们不需要完整的内容，只须要摘出其中一部分作为搜索结果的摘要即可。这两个功能，辅助类均早已为我们提供了，我们只须要调用所需的方式就行。

　　注意到这儿我们须要对 title、body 两个数组进行高亮处理，其基本逻辑虽然就是接收 title、body 的值作为输入，高亮处理后再输出。回顾一下序列化器的序列化数组，其实也是接收某个数组的值作为输入，对其进行处理，将其转化为可序列化的结果后输出，和我们须要的逻辑太象。但是，django-rest-framework 并没有提供这种比较个性化需求的序列化数组，因此接下来我们接触 drf 的一点中级用法——自定义序列化数组。

　　自定义序列化数组虽然十分的简单，基本流程分两步走：

　　从 drf 官方提供的序列化数组中找一个数据类型最为接近的作为父类。重写 to_representation 方法，加入自己的序列化逻辑。

　　以我们的需求为例。因为 title、body 均为字符型，因此选择父类序列化数组为 CharField，定义一个 HighlightedCharField 字段如下：

　　django-rest-framework 通过调用序列化数组的 to_representation 方法对输入的值进行序列化，这个方式接收的第一个参数就是须要序列化的值。在我们自定义的逻辑中，首先调用父类 CharField 的 to_representation 方法，父类序列化的逻辑是将任何输入的值都转为字符串；接着我们从 context 属性中取得 request 对象，这个对象就是视图中的 HTTP 请求对象，但是由于 django 中 request 对象难以象 flask 那样从全局获取，因此 drf 在视图中将其保存在了序列化器和序列化数组的 context 属性中便于在视图外访问；获取 request 对象的目的是希望获取查询的关键字，query_params 属性是一个类字典对象，用于记录来自 URL 的查询参数，例如我们之前测试查询功能时调用的 URL 为 /api/search/?text=markdown，所以 query_params 保存了 URL 中的查询参数，将其封装为一个类数组对象 {"text": "markdown"}，这里 text 的值就是查询的关键字，我们将它传给 Highlighter 辅助类，然后调用 highlight 方法将须要序列化的值进行进一步的高亮处理。

　　序列化数组定义好后，我们就可以在序列化器中用它了：

　　title 字段原先使用默认的 CharField 进行序列化，这里我们重新指定为自定义的 HighlightedCharField，这样序列化后的值就是高亮的格式。

　　summary 是我们新增的数组，注意我们序列化的对象是文章 Post，但这个对象是没有 summary 这个属性的，但是 summary 其实是对属性 body 序列化后的结果，因此我们通过指定序列化化数组的 source 参数，指定值的来源。

　　最后别忘了在 fields 中声明全部序列化的数组，主要是把新增的 summary 加进去。

　　来瞧瞧改进后的搜索疗效：

　　注意观察返回的 title 和 summary，我们搜索的关键词是 markdown，可以看见所有 markdown 关键字都被包裹了一个 span 标签，并且设置了 class 属性为 highlighted，只要设置好 css 样式，页面所有的 markdown 关键词都会显示不同的颜色，从而实现搜索关键词高亮的疗效了。

　　当然，我们如今并没有实际用到这个特点，下一部教程我们将使用 Vue 来开发博客，到时候调用搜索插口领到搜索结果后才会实际用到了。