标准文本查询¶

文本字段有多种匹配操作。例如，您可能希望允许如下查找作者

>>> Author.objects.filter(name__contains="Terry")
[<Author: Terry Gilliam>, <Author: Terry Jones>]

这是一个非常脆弱的解决方案，因为它要求用户知道作者姓名的确切子字符串。更好的方法可能是大小写不敏感匹配（icontains），但这只是稍微好一点。

数据库更高级的比较函数¶

如果您使用的是 PostgreSQL，Django 提供了一系列特定于数据库的工具，使您可以利用更复杂的查询选项。其他数据库有不同的工具选择，可能通过插件或用户自定义函数实现。Django 目前不包含对它们的任何支持。我们将使用 PostgreSQL 的一些示例来演示数据库可能具有的功能。

在上面的示例中，我们确定大小写不敏感查找更有用。在处理非英语姓名时，进一步的改进是使用unaccented comparison

>>> Author.objects.filter(name__unaccent__icontains="Helen")
[<Author: Helen Mirren>, <Author: Helena Bonham Carter>, <Author: Hélène Joy>]

这显示了另一个问题，我们在其中与姓名的不同拼写匹配。在这种情况下，我们有一个不对称性——搜索Helen 将找到Helena 或Hélène，但反之则不然。另一种选择是使用trigram_similar比较，它比较字母序列。

例如

>>> Author.objects.filter(name__unaccent__lower__trigram_similar="Hélène")
[<Author: Helen Mirren>, <Author: Hélène Joy>]

现在我们遇到了一个不同的问题——“Helena Bonham Carter”这个较长的名字没有显示出来，因为它长得多。三元组搜索考虑所有三个字母的组合，并比较搜索字符串和源字符串中出现的组合数量。对于较长的名称，源字符串中没有出现更多组合，因此它不再被认为是近似匹配。

此处比较函数的正确选择取决于您的特定数据集，例如使用的语言和被搜索文本的类型。我们看到的全部示例都是关于用户可能输入与源数据接近（根据不同的定义）的短字符串。

基于文档的搜索¶

当您开始考虑大块文本时，标准数据库操作不再是一种有用的方法。上面的示例可以被认为是对字符字符串的操作，全文搜索则查看实际的单词。根据所使用的系统，它可能会使用以下一些想法

• 忽略“停用词”，例如“a”、“the”、“and”。

• 词干化，使“pony”和“ponies”被认为是相似的。

• 根据不同的标准对单词进行加权，例如它们在文本中出现的频率，或它们出现的字段（例如标题或关键字）的重要性。

使用搜索软件有很多替代方案，其中最突出的是Elastic和Solr。这些是完整的基于文档的搜索解决方案。要将它们与 Django 模型中的数据一起使用，您需要一个层将您的数据转换为文本文档，包括对数据库 ID 的反向引用。当使用引擎进行搜索返回某个文档时，您可以在数据库中查找它。有多种旨在帮助完成此过程的第三方库。

>>> Entry.objects.filter(body_text__search="cheese")
[<Entry: Cheese on Toast recipes>, <Entry: Pizza recipes>]

>>> Entry.objects.annotate(
...     search=SearchVector("blog__tagline", "body_text"),
... ).filter(search="cheese")
[
    <Entry: Cheese on Toast recipes>,
    <Entry: Pizza Recipes>,
    <Entry: Dairy farming in Argentina>,
]