Как сортировать по icontains?

Question

[axel]

Есть таблица, по которой, по некотором полям ведется поиск через fieldname__icontains. Вопрос - как отсортировать результирующий queryset по "близости" вхождения? Например, есть записи (набор записей не реальный, просто чтобы было понятно):

котел
котлета
коты
котировка
икота
кот

При поисковом запросе "кот" - первым в queryset'e был "кот", потому что совпадение полное, потом "коты", потому что после вхождения слова "кот" - всего одна буква следующая, потом - в произвольном порядке - "котел, котлета, котировка" - потому что после "кот" уже много букв, но слова начинаются с "кот", а уже потом, в конце - "икота", потому что она содержит искомую строку уже внутри слова.
Такое вообще реально сделать самому? Или это уже надо использовать всякие поисковые движки, типа elastic, sphinx?

Comments

[Сергей Горностаев]

Не устроит просто?

qs = SomeModel.objects.filter(fieldname__icontains='кот').order_by('fieldname')

[tema_sun]

Сергей Горностаев, тогда "икота" первой будет.

[tema_sun]

Я бы куда-то в сторону полнотекстового поиска смотрел.

[axel]

Сергей Горностаев, он тогда по алфавиту сортирует (

[Animkim]

Сталкивался с подобной задачей, сортировал просто пайтоном, там уже идешь по списку и решаешь на сколько близко к поисковому запросу, например по алгоритму "расстояние Левенштейна", кажется он самый простой, можно ещё накрутить кучу всего что бы добиться хорошей выдачи.

[Ник В]

https://docs.djangoproject.com/en/2.0/ref/contrib/...

Answer 1

[Roman K]

У постгреса есть поиск по триграммам, у триграмм есть similarity (по которой можно сортировать и фильтровать). В джанге (кажется, начиная с 1.10) есть привязки для этого всего — https://docs.djangoproject.com/en/2.0/ref/contrib/...

Нужно в БД установить pg_trgm; (которое тоже есть в джанге, но для этого юзер БД джанги должен быть суперюзером)
Можно сделать GiN индекс по триграмме, что ускорит выполнение __icontains.

Пример поиска можно посмотреть здесь: https://ukar.su/
Делал ребятам поиск как раз на триграммах. Но там он чуть умнее — умеет понимать ошибочную раскладку. Можешь поискать, например, "Thermaflex". Вводишь Thermaflix, thermoflex, еукьщадулы, термафлекс, термосфрекс, nthvjaktrc, флекстермо — всё равно находит

Comments

[axel]

Спасибо за столь исчерпывающее описание! Но, я так понимаю, что эта вся прелесть актуальна только для postgre, так? А у меня mysql (

[Roman K]

axel, в чём проблема переноса на нормальную БД? Или у тебя в коде очень много SQL синтаксиса, годного только для mysql?

[axel]

Roman Kitaev, Ну, не то, чтобы много, просто не хотелось лишних телодвижений)

[Roman K]

axel, лучше сейчас, чем позже. Я тебе обещаю, как человек, который мучается с mysql каждый день и терпит её сюрпризы.

[axel]

Roman Kitaev, спасибо! Постараюсь убедить руководство в необходимости этой манипуляции)

[axel]

Roman Kitaev, а можно пример кода, как у вас поиск реализован?

[Roman K]

axel, ох. Напиши завтра мне в телеграм)