草庐IT

使用flask实现基于elasticsearch的web端搜索功能

TIM33470348 2023-10-27 原文

概述

干这个远程实习也有一个月了，感觉还不错，一天200的薪资对于一个在校大学生来讲已经不低了。上一周，领导布置了这一周的新的任务。大致要求就是做一个web端的搜索页面，大致逻辑如下图所示：

首先呢，可以看到要求web端可以用flask也可以用streamlit，但我更熟悉flask，所以我用了flask写的。大致想法是先让用户选择上传文件的类型，是上传Pubmed ID，根据这个ID进行检索呢，还是上传关键字，根据这个key phrases来匹配title和abstract进行搜索。接着就是常规，一个提交按钮和一个文件上传按钮。上传了文件后，后端的逻辑是根据选项和上传的文件信息去访问elasticserach进行检索，然后生成一个csv文件这个csv文件包含了pmid，title还有abstract三列，然后用命令行将文件放入存储系统S3，领导怕我不懂，把存入S3的命令行也写出来了。接着一切结束后，返回一个成功信息（success message）给前端。

前端实现

前端我使用的是bootstrap配合flask的jinjia2模板。没有使用flask-bootstrap，主要是我不是很熟悉，我以前主要使用django，但是django对于这个简单的系统来讲太臃肿了，于是我还是使用原来bootstrap配合django模板的思路进行开发。大致前端页面展示如下：

 这是我的模板代码：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Uploads</title>
    <link rel="stylesheet" href="{{ url_for('static', filename='css/bootstrap.min.css') }}">
    <script src="//cdn.bootcss.com/jquery/1.11.3/jquery.min.js"></script>
    <script src="{{ url_for('static', filename='js/bootstrap.bundle.js') }}"></script>
    <script src="{{ url_for('static', filename='js/bootstrap.bundle.min.js') }}"></script>
</head>
<body>

<form method="post" enctype="multipart/form-data" action="{{ url_for('upload') }}">
    <div class="jumbotron">
    <h1 class="display-4">Upload Files</h1>
    <hr class="my-4">
    <p>Choose file type.</p>
    <div class="form-group">
    <select name="option" class="form-control">
      <option >Pubmed ids</option>
      <option >Key phrases</option>
    </select>
    <hr class="my-4">
    <p>Choose your local file to upload.</p>
    <input type="file" name="file_name">
    <hr class="my-4">
    <input class="btn btn-primary btn-lg" type="submit"></input>
    </div>
    <ul>
    {% for message in get_flashed_messages() %}
        <div class="alert alert-warning alert-dismissible fade show" role="alert">
            {{ message }}
  <button type="button" class="close" data-dismiss="alert" aria-label="Close">
    <span aria-hidden="true">&times;</span>
  </button>
</div>
    {% endfor %}
    </ul>
    </div>

</form>



</div>
</body>
</html>

可以看到有这一段，是上图中没有显示出来的，这个是配合flask的flash闪送功能使用的。相当于是将后端的消息能够更加友好、方便的发送到前端。具体来说就是用来返回上文所说的“成功信息”（success message）和其他错误提示的。

    <ul>
    {% for message in get_flashed_messages() %}
        <div class="alert alert-warning alert-dismissible fade show" role="alert">
            {{ message }}
  <button type="button" class="close" data-dismiss="alert" aria-label="Close">
    <span aria-hidden="true">&times;</span>
  </button>
</div>
    {% endfor %}
    </ul>

可以看到如下的展示，具体这个闪送消息是怎样在前端展示出来的：

这是成功消息（success message）的展示：

 这是失败提示：

 后端实现

接着来讲后端的实现。反正就一个页面很轻巧，就不写第二个文件了。直接全写在manage.py文件里得了。但是不好之处在于，如果以后还有开发任务的话，就需要移出来。现在是贪图方便，就全写在manage.py里了。

首先我们需要一个路由函数和其他的总的配置，我使用了flask_script的拓展支持，这样可以像django那样使用命令行启动，例如python manage.py runserver -p 8000 -r -d这样，可以看见它这样就和Django的启动方式很像了。

import os

from elasticsearch import Elasticsearch
from flask import Flask, request, flash, redirect
from flask import render_template
from flask_script import Manager
import pandas as pd
import numpy as np


app = Flask(__name__)
# 启用类似Django的命令行支持
manage = Manager(app)
# app配置列表
app.config["SECRET_KEY"] = "yuetian"

# 首页路由
@app.route('/')
def index():
    return render_template('index.html')

然后要写个表单的提交和文件上传功能的函数，可以看到flash闪送功能就写在这。具体逻辑是deal_with_XXX()函数执行完成，返回True就闪送Success！！！的消息。反之，送出：Something goes Wrong！！！Check the file that you uploaded.的错误提示消息。其他上传细节就不多讲了，使用的是python flask的原生接口。

# 文件上传功能
@app.route('/upload/', methods=["POST"])
def upload():
    if request.method == "POST":
        file = request.files.get("file_name")
        file.save(f"fileSaved/{file.filename}")
        option = request.form["option"]
        if option == "Pubmed ids":
            res = deal_with_pmid(file.filename)
            if res is True:
                flash('success!!!')
                return redirect("/")
            else:
                flash('Something goes Wrong！！！Check the file that you uploaded.')
                return redirect("/")
        elif option == "Key phrases":
            res = deal_with_kp(file.filename)
            if res is True:
                flash('success!!!')
                return redirect("/")
            else:
                flash('Something goes Wrong！！！Check the file that you uploaded.')
                return redirect("/")
    elif request.method == "GET":
        return render_template('index.html')

然后就是两个deal_with_XXX()函数。顾名思义，deal_with_pmid()就是用来处理上传文件类型为pubmed ID的数据，以一个是处理类型为关键词的数据，两种数据格式大致如下。总而言之，就是一行一个搜索内容。

1                                                                    Heart disease

2                                                                   Genetic variation 

3                                                                    Biological pathway

4

（pubmedID类型数据格式）                         （key phrases类型数据格式）          

 具体代码如下：

# 处理Pubmed ID类型文件
def deal_with_pmid(file_name):
    try:
        pmid_list = []
        title_list = []
        abstract_list =[]
        es = Elasticsearch(hosts=['http://52.14.194.191:9200'])
        list_pmid = open(f"fileSaved/{file_name}", "rb").readlines()
        for pmid in list_pmid:
            json_data = {
                "query": {
                    "match": {
                        "pmid": str(pmid)
                    }
                }
            }

            res = es.search(index="pubmed-paper-index-2", body=json_data)
            pmid_list.append(res["hits"]["hits"][0]["_source"]["pmid"])
            title_list.append(res["hits"]["hits"][0]["_source"]["title"])
            abstract_list.append(res["hits"]["hits"][0]["_source"]["abstract"])
        data = pd.DataFrame(np.array([pmid_list, title_list, abstract_list]).T, columns=["pmid", "title", "abstract"])
        data.to_csv(f"query/{data['pmid'].iloc[0]}~{data['pmid'].iloc[-1]}.csv")
        os.system(f"aws s3 cp query/{data['pmid'].iloc[0]}~{data['pmid'].iloc[-1]}.csv s3://meta-adhoc/nlp/es/ --recursive")
        return True
    except Exception:
        return False

# 处理Key Phrases类型文件
def deal_with_kp(file_name):
    try:
        pmid_list = []
        title_list = []
        abstract_list = []
        es = Elasticsearch(hosts=['http://52.14.194.191:9200'])
        kp_list = open(f"fileSaved/{file_name}", "rb").readlines()
        for kp in kp_list:
            key_list = str(kp).split(" ")
            json_data = {
                "query": {
                    "bool": {
                        "should":[
                            {
                                "match":{}
                            },
                            {
                                "match": {}
                            }

                        ]
                    }
                }
            }
            for key in key_list:
                json_data["query"]["bool"]["should"][0]["match"].update({"title": key})
                json_data["query"]["bool"]["should"][1]["match"].update({"abstract": key})

            res = es.search(index="pubmed-paper-index-2", body=json_data)
            for tmp in res["hits"]["hits"]:
                pmid_list.append(tmp["_source"]["pmid"])
                title_list.append(tmp["_source"]["title"])
                abstract_list.append(tmp["_source"]["abstract"])
        data = pd.DataFrame(np.array([pmid_list, title_list, abstract_list]).T, columns=["pmid", "title", "abstract"])
        data.to_csv(f"query/{data['pmid'].iloc[0]}.csv")
        os.system(f"aws s3 cp query/{data['pmid'].iloc[0]}.csv s3://meta-adhoc/nlp/es/ --recursive")
        return True
    except Exception:
        return False

具体来讲就是在处理json字段，要注意pmid类型的搜索结果必是一个pmid对应一个结果，因为这个是唯一标识的，而关键字搜索一个关键字对应多个搜索结果，所以要使用for循环来处理。

END

elasticsearchflask34xffxff0celastcsearch

有关使用flask实现基于elasticsearch的web端搜索功能的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  3. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  4. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  5. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  6. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

    我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我

  7. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

  8. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

  9. ruby - 使用 ruby​​ 将 HTML 转换为纯文本并维护结构/格式 - 2

    我想将html转换为纯文本。不过，我不想只删除标签，我想智能地保留尽可能多的格式。为插入换行符标签，检测段落并格式化它们等。输入非常简单，通常是格式良好的html(不是整个文档，只是一堆内容，通常没有anchor或图像)。我可以将几个正则表达式放在一起，让我达到80%，但我认为可能有一些现有的解决方案更智能。 最佳答案 首先，不要尝试为此使用正则表达式。很有可能你会想出一个脆弱/脆弱的解决方案，它会随着HTML的变化而崩溃，或者很难管理和维护。您可以使用Nokogiri快速解析HTML并提取文本:require'nokogiri'h

  10. ruby - 在 64 位 Snow Leopard 上使用 rvm、postgres 9.0、ruby 1.9.2-p136 安装 pg gem 时出现问题 - 2

    我想为Heroku构建一个Rails3应用程序。他们使用Postgres作为他们的数据库，所以我通过MacPorts安装了postgres9.0。现在我需要一个postgresgem并且共识是出于性能原因你想要pggem。但是我对我得到的错误感到非常困惑当我尝试在rvm下通过geminstall安装pg时。我已经非常明确地指定了所有postgres目录的位置可以找到但仍然无法完成安装:$envARCHFLAGS='-archx86_64'geminstallpg--\--with-pg-config=/opt/local/var/db/postgresql90/defaultdb/po

随机推荐