使用Redis进行搜索

文章目录


构建反向索引

在Begin-End区域编写 tokenize(content) 函数,实现文本标记化的功能,具体参数与要求如下:

方法参数 content 为待标记化的文本;

文本标记的实现:使用正则表达式提取全小写化后的文本中长度 >= 2 的英文单词,并将这些标记词依次记录到标记词集合中;

返回标记词的实现:返回(return)标记词集合。

编写 index_document(content) 函数,实现构建反向索引的功能,具体参数与要求如下:

方法参数 content 为待构建索引的文本;

分配文本序号的实现:对计数器content:id递增1,并将递增后的值作为该文本的序号;

记录文本全文的实现:将文本作为值,上一步的序号做为域存入到哈希键 contents 中;

获取文本标记词的实现:使用 tokenize 方法获取该文本的所有标记词;

建立索引的实现:遍历所有标记词,使用事务一次性对每个word创建一个名为keyword:{word}的集合,并将该文本的序号加入到该集合中。

代码如下:

c 复制代码
#!/usr/bin/env python
#-*- coding:utf-8 -*-

import re
import redis

conn = redis.Redis()

# 文本序列化
def tokenize(content):
    # 请在下面完成要求的功能
    #********* Begin *********#
    words = re.findall(r'\b[a-z]{2,}\b', content.lower())
    return set(words)
    #********* End *********#

# 创建文本的反向索引
def index_document(content):
    # 请在下面完成要求的功能
    #********* Begin *********#
    doc_id = conn.incr("content:id")
    conn.hset("contents", doc_id, content)
    words = tokenize(content)
    for word in words:
        pipe = conn.pipeline(True)
        key = "keyword:" + word
        pipe.sadd(key, doc_id)
        pipe.execute()
    #********* End *********#

相关推荐
RestCloud4 小时前
揭秘 CDC 技术:让数据库同步快人一步
数据库·api
得物技术7 小时前
MySQL单表为何别超2000万行?揭秘B+树与16KB页的生死博弈|得物技术
数据库·后端·mysql
christine-rr11 小时前
linux常用命令(4)——压缩命令
linux·服务器·redis
可涵不会debug11 小时前
【IoTDB】时序数据库选型指南:工业大数据场景下的技术突围
数据库·时序数据库
ByteBlossom11 小时前
MySQL 面试场景题之如何处理 BLOB 和CLOB 数据类型?
数据库·mysql·面试
麦兜*11 小时前
MongoDB Atlas 云数据库实战:从零搭建全球多节点集群
java·数据库·spring boot·mongodb·spring·spring cloud
Slaughter信仰11 小时前
深入理解Java虚拟机:JVM高级特性与最佳实践(第3版)第十章知识点问答(10题)
java·jvm·数据库
麦兜*11 小时前
MongoDB 在物联网(IoT)中的应用:海量时序数据处理方案
java·数据库·spring boot·物联网·mongodb·spring
-Xie-12 小时前
Mysql杂志(十六)——缓存池
数据库·mysql·缓存