实习工作复盘·用Elasticsearch的Python的API实现搜索功能

之前几日，我先实现了用Python脚本导入XML文件到Elasticsearch中。现在我又写了一个初步的脚本，用elasticsearch框架实现了检索的功能，下面的想法可能是做成一个WEB端的检索系统，目前先实现相关的后端功能。
具体要求和思路上面给的要求是输入有两种列表，除此之外不会有第三种序列：

[str1,str2,······,strN]这种列表的语义是str1OR str2 OR······strN
[(str1,str2),(str3,str4),······(strN-1,strN)]这种列表包含了元组，语义是(str1 AND str2) OR (str3 AND str4) OR ······ (strN-1 AND strN）

【实习工作复盘·用Elasticsearch的Python的API实现搜索功能】我的思路是先得判断输入是哪种序列，然后分别操作。我的思路是先判断列表里的元素是不是元组，如果是元组的话说明是第二种序列，反之则是第一种序列。具体实现如下：

# 如果列表里的元素是元组的话，说明是第二种序列if isinstance(items, tuple):# 操作第二种序列的数据title_dict['match'].update({"title": items[0]})title_dict['match'].update({"title": items[1]})abstract_dict['match'].update({"abstract": items[0]})abstract_dict['match'].update({"abstract": items[1]})json_data_must["query"]["bool"]["must"].append(title_dict)json_data_must["query"]["bool"]["must"].append(abstract_dict)# 第二种序列标记为0，方便后续操作的判断flag = 0# 反之，说明是第一种序列else:# 操作第一种序列的数据title_dict['match'].update({"title": items})abstract_dict['match'].update({"abstract": items})json_data_should["query"]["bool"]["should"].append(title_dict)json_data_should["query"]["bool"]["should"].append(abstract_dict)# 是第一种序列则标记为1，也是为了方便后续操作的判断flag = 1

查阅了elasticsearch相关的书籍，我发现AND和OR的JSON串应该分别写成以下的样子，仅仅只是must和should的区别。由于是要匹配title和abstract，分开来写即可：

//AND语义的JSON串，使用must{"query": {"bool": {"must": [{"match": {"abstract": {}}},{"match": {"title": {}}},]}}}//OR语义的JSON串，使用should{"query": {"bool": {"should": [{"match": {"abstract": {}}},{"match": {"title": {}}},]}}}

每次只要将类表里的数据按需填入字典abstract和字典title中就可以了。完整代码如下：

from pprint import pprintfrom elasticsearch import Elasticsearchdef search(item_list):flag = -1es = Elasticsearch(hosts=['localhost:9200'])index_name = "pubmed-paper-index"json_data_must = {"query": {"bool": {"must": []}}}json_data_should = {"query": {"bool": {"should": []}}}for items in item_list:title_dict = {"match": {"title": {}}}abstract_dict = {"match": {"abstract": {}}}if isinstance(items, tuple):title_dict['match'].update({"title": items[0]})title_dict['match'].update({"title": items[1]})abstract_dict['match'].update({"abstract": items[0]})abstract_dict['match'].update({"abstract": items[1]})json_data_must["query"]["bool"]["must"].append(title_dict)json_data_must["query"]["bool"]["must"].append(abstract_dict)flag = 0else:title_dict['match'].update({"title": items})abstract_dict['match'].update({"abstract": items})json_data_should["query"]["bool"]["should"].append(title_dict)json_data_should["query"]["bool"]["should"].append(abstract_dict)flag = 1# print(json_data)# flag用于记录输入的哪种序列if flag == 1:res = es.search(index=index_name, body=json_data_should)elif flag == 0:res = es.search(index=index_name, body=json_data_must)return resif __name__ == "__main__":list_items = ["ovalbumin"]res = search(list_items)pprint(res)

END