Redis入门--头歌实验使用Redis构建主动补全组件

主动补全与输入联想功能已经是大多数网站的标配，给表单加入主动补全功能大大节省了用户输入时间，而输入联想功能则起到了预测用户喜好的作用，两个功能都是提拔用户体验的利器。
本实训，我们通过实现搜索汗青、主动补全和搜索预测三大常勤奋能，领导大家编写实用的程序组件。

搜索汗青功能

1. #!/usr/bin/env python
2. #-*- coding:utf-8 -*-
4. import redis
6. conn = redis.Redis()
8. # 将最新搜索词记录到搜索记录列表中
9. def add_search_history(user_id, keyword):
10.     # 将最新搜索词记录到指定用户的搜索记录列表中
11.     # user_id: 用户ID
12.     # keyword: 搜索关键词
13.     history_list = "recent:search:" + user_id
14.     pipe = conn.pipeline()
15.     pipe.multi()
16.     pipe.lrem(history_list, 0, keyword)  # 移除已存在的关键词
17.     pipe.lpush(history_list, keyword)  # 将关键词插入到列表头部
18.     pipe.ltrim(history_list, 0, 49)  # 保留最新的50个搜索记录
19.     pipe.execute()
21. # 删除搜索记录列表中的指定搜索词
22. def remove_search_history(user_id, keyword):
23.     # 从指定用户的搜索记录列表中删除指定的搜索词
24.     # user_id: 用户ID
25.     # keyword: 待删除的搜索关键词
26.     conn.lrem("recent:search:" + user_id, 0, keyword)
28. # 获取到自动匹配的搜索词列表
29. def fetch_autocomplete_list(user_id, prefix):
30.     # 获取指定用户搜索记录列表中以指定前缀开头的搜索词列表
31.     # user_id: 用户ID
32.     # prefix: 搜索关键词前缀
33.     candidates = conn.lrange("recent:search:" + user_id, 0, -1)
34.     matches = [candidate.decode('utf-8') for candidate in candidates if candidate.decode('utf-8').startswith(prefix)]
35.     return matches

复制代码

主动补全功能

1. #!/usr/bin/env python
2. #-*- coding:utf-8 -*-
4. import uuid
5. import redis
6. import bisect
8. conn = redis.Redis()
10. # 生成起始元素和结束元素
11. def find_prefix_range(prefix):
12.     # 根据前缀生成起始元素和结束元素，用于查找匹配的提示词
13.     # prefix: 给定的前缀字符串
14.     characters = "`abcdefghijklmnopqrstuvwxyz{"
16.     posn = bisect.bisect_left(characters, prefix[-1:])
17.     suffix = characters[(posn or 1) - 1]
18.     return prefix[:-1] + suffix + '{', prefix + '{'
20. # 获取匹配提示词列表
21. def autocomplete_on_prefix(prefix):
22.     # 根据前缀获取匹配的提示词列表
23.     # prefix: 给定的前缀字符串
24.     zset_name = 'autocomplete:candidates'
25.     start, end = find_prefix_range(prefix)
26.     identifier = str(uuid.uuid4())
27.     start += identifier
28.     end += identifier
30.     conn.zadd(zset_name, {start: 0, end: 0})
31.     sindex = conn.zrank(zset_name, start)
32.     eindex = conn.zrank(zset_name, end)
33.     erange = min(sindex + 9, eindex - 2)
34.     pipe = conn.pipeline()
35.     pipe.multi()
36.     pipe.zrem(zset_name, start, end)
37.     pipe.zrange(zset_name, sindex, erange)
38.     items = pipe.execute()[-1]
40.     return [item for item in items if '{' not in item]

复制代码

搜索预测功能

1. #!/usr/bin/env python
2. #-*- coding:utf-8 -*-
4. import redis
6. conn = redis.Redis()
8. # 记录搜索词频次
9. def add_keyword_frequency(keyword):
10.     # 根据搜索词记录频次并维护搜索词的有序集合
11.     # keyword: 搜索词
12.     for i in range(len(keyword)):
13.         zset_name = "keyword:" + keyword[0:i+1]
14.         conn.zincrby(zset_name, 1, keyword)
15.         conn.zremrangebyrank(zset_name, 20, -1)
16.         conn.expire(zset_name, 86400)
18. # 获取搜索预测列表
19. def get_search_suggestions(prefix):
20.     # 根据前缀获取搜索预测列表
21.     # prefix: 搜索词前缀
22.     return conn.zrevrange("keyword:" + prefix, 0, -1)

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。