加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

python – 使用django-haystack集成提取的PDF内容

发布时间:2020-12-20 13:32:14 所属栏目:Python 来源:网络整理
导读:我已经使用Solr提取了PDF / DOCX内容,并且我已经使用以下专用于此的Solr URL来建立一些搜索查询: http://localhost:8983/solr/select?q=Lycee 我想用django-haystack建立一个这样的查询.我发现这个链接正在讨论这个问题: https://github.com/toastdriven/d
我已经使用Solr提取了PDF / DOCX内容,并且我已经使用以下专用于此的Solr URL来建立一些搜索查询:

http://localhost:8983/solr/select?q=Lycee

我想用django-haystack建立一个这样的查询.我发现这个链接正在讨论这个问题:

https://github.com/toastdriven/django-haystack/blob/master/docs/rich_content_extraction.rst

但是没有带有django-haystack(2.0.0-beta)的“FileIndex”类.如何在django-haystack中集成这样的搜索?

解决方法

文档中引用的“FileIndex”是haystack.indexes.SearchIndex的假设子类.这是一个例子:

from haystack import indexes
from myapp.models import MyFile

class FileIndex(indexes.SearchIndex,indexes.Indexable):
    text = indexes.CharField(document=True,use_template=True)
    title = indexes.CharField(model_attr='title')
    owner = indexes.CharField(model_attr='owner__name')


    def get_model(self):
        return MyFile

    def index_queryset(self,using=None):
        return self.get_model().objects.all()

    def prepare(self,obj):
        data = super(FileIndex,self).prepare(obj)

        # This could also be a regular Python open() call,a StringIO instance
        # or the result of opening a URL. Note that due to a library limitation
        # file_obj must have a .name attribute even if you need to set one
        # manually before calling extract_file_contents:
        file_obj = obj.the_file.open()

        extracted_data = self.backend.extract_file_contents(file_obj)

        # Now we'll finally perform the template processing to render the
        # text field with *all* of our metadata visible for templating:
        t = loader.select_template(('search/indexes/myapp/myfile_text.txt',))
        data['text'] = t.render(Context({'object': obj,'extracted': extracted_data}))

        return data

因此,extract_data将替换为您提出的用于提取PDF / DOCX内容的任何过程.然后,您将更新模板以包含该数据.

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读