Fix #809 full text search (#980)

* Inicia a pesquisa textual

* Melhora o front-end da pesquisa textual

* Bug fix

* Ajusta alguns detalhes e cria botão de acesso a pesquisa

* Adiciona signals para atualizar o index

* Inicia a pesquisa textual

* Melhora o front-end da pesquisa textual

* Bug fix

* Ajusta alguns detalhes e cria botão de acesso a pesquisa

* Adiciona signals para atualizar o index

* Insere ao README o comando de indexação

* Atualiza versão do Haystack

* Remove pacote haystack antigo
Coloca url de search no padrão

.gitignore

@@ -92,3 +92,4 @@ collected_static
 bower
 bower_components
 media
+whoosh/

docs/instacao31.rst

@@ -187,6 +187,9 @@ Copie a chave que aparecerá, edite o arquivo .env e altere o valor do parâmetr
 
    ./manage.py collectstatic --noinput
 
+* Preparar o ambiente para indexação de arquivos::
+   ./manage.py rebuild_index
+
 * Subir o servidor do django::
 
    ./manage.py runserver 0.0.0.0:8001

requirements/requirements.txt

@@ -1,4 +1,5 @@
 dj-database-url==0.4.1
+django-haystack==2.6.0
 django>=1.9,<1.10
 # TODO O django-admin-bootstrapped 2.5.7 não inseriu a mudança que permite
 # a compatibilidade com Django 1.9+. A linha abaixo será mudada quando uma
@@ -25,7 +26,9 @@ python-decouple==3.0
 pytz==2016.4
 pyyaml==3.11
 rtyaml==0.0.3
+textract==1.5.0
 unipath==1.1
 python-magic==0.4.12
 gunicorn==19.6.0
 django-reversion==2.0.8
+whoosh==2.7.4

sapl/base/search_indexes.py

@@ -0,0 +1,58 @@
+import textract
+
+from haystack import indexes
+from sapl.materia.models import DocumentoAcessorio, MateriaLegislativa
+from django.template import Context, loader
+
+
+class DocumentoAcessorioIndex(indexes.SearchIndex, indexes.Indexable):
+    text = indexes.CharField(document=True, use_template=True)
+
+    filename = 'arquivo'
+    model = DocumentoAcessorio
+    template_name = 'materia/documentoacessorio_text.txt'
+
+    def get_model(self):
+        return self.model
+
+    def index_queryset(self, using=None):
+        return self.get_model().objects.all()
+
+    def prepare(self, obj):
+        if not self.filename or not self.model or not self.template_name:
+            raise Exception
+
+        data = super(DocumentoAcessorioIndex, self).prepare(obj)
+
+        arquivo = getattr(obj, self.filename)
+
+        if arquivo:
+            try:
+                arquivo.open()
+            except OSError:
+                return self.prepared_data
+
+            extracted_data = textract.process(
+                arquivo.path).decode(
+                'utf-8').replace('\n', ' ')
+
+            extracted_data = extracted_data.replace('\t', ' ')
+
+            # Now we'll finally perform the template processing to render the
+            # text field with *all* of our metadata visible for templating:
+            t = loader.select_template((
+                'search/indexes/' + self.template_name, ))
+            data['text'] = t.render(Context({'object': obj,
+                                             'extracted': extracted_data}))
+
+            return data
+
+        return self.prepared_data
+
+
+class MateriaLegislativaIndex(DocumentoAcessorioIndex):
+    text = indexes.CharField(document=True, use_template=True)
+
+    filename = 'texto_original'
+    model = MateriaLegislativa
+    template_name = 'materia/materialegislativa_text.txt'

sapl/base/templatetags/common_tags.py

@@ -2,6 +2,7 @@ from compressor.utils import get_class
 from django import template
 
 from sapl.base.models import AppConfig
+from sapl.materia.models import DocumentoAcessorio, MateriaLegislativa
 from sapl.parlamentares.models import Filiacao
 
 register = template.Library()
@@ -137,3 +138,13 @@ def cronometro_to_seconds(value):
 @register.filter
 def to_list_pk(object_list):
     return [o.pk for o in object_list]
+
+
+@register.filter
+def search_get_model(object):
+    if type(object) == MateriaLegislativa:
+        return 'm'
+    elif type(object) == DocumentoAcessorio:
+        return 'd'
+
+    return None

sapl/base/urls.py

@@ -99,4 +99,6 @@ urlpatterns = [
         name='login'),
     url(r'^logout/$', views.logout, {'next_page': '/login'}, name='logout'),
 
+    url(r'^sistema/search/', include('haystack.urls')),
+
 ] + recuperar_senha

sapl/materia/apps.py

@@ -6,3 +6,6 @@ class AppConfig(apps.AppConfig):
     name = 'sapl.materia'
     label = 'materia'
     verbose_name = _('Matéria')
+
+    def ready(self):
+        from . import signals

sapl/materia/signals.py

@@ -0,0 +1,29 @@
+from django.db.models.signals import post_delete, post_save
+from sapl.settings import PROJECT_DIR
+from subprocess import PIPE, call
+from threading import Thread
+
+
+from .models import MateriaLegislativa, DocumentoAcessorio
+
+
+class UpdateIndexCommand(Thread):
+    def run(self):
+        call([PROJECT_DIR.child('manage.py'), 'update_index'],
+             stdout=PIPE)
+
+
+def save_texto(sender, instance, **kwargs):
+    update_index = UpdateIndexCommand()
+    update_index.start()
+
+
+def delete_texto(sender, instance, **kwargs):
+    update_index = UpdateIndexCommand()
+    update_index.start()
+
+
+post_save.connect(save_texto, sender=MateriaLegislativa)
+post_save.connect(save_texto, sender=DocumentoAcessorio)
+post_delete.connect(delete_texto, sender=MateriaLegislativa)
+post_delete.connect(delete_texto, sender=DocumentoAcessorio)

sapl/settings.py

@@ -76,12 +76,23 @@ INSTALLED_APPS = (
     'crispy_forms',
     'easy_thumbnails',
     'floppyforms',
+    'haystack',
     'sass_processor',
     'rest_framework',
     'reversion',
+    'whoosh',
 
 ) + SAPL_APPS
 
+
+HAYSTACK_CONNECTIONS = {
+    'default': {
+        'ENGINE': 'haystack.backends.whoosh_backend.WhooshEngine',
+        'PATH': PROJECT_DIR.child('whoosh'),
+    },
+}
+
+
 if DEBUG:
     INSTALLED_APPS += ('debug_toolbar', 'rest_framework_docs',)
 

sapl/templates/materia/materialegislativa_filter.html

@@ -4,6 +4,10 @@
 
   {% block actions %}
     <div class="actions btn-group pull-right" role="group">
+      <a href="{% url 'sapl.base:haystack_search' %}" class="btn btn-default">
+          Pesquisa Textual
+      </a>
+
       {% if perms.materia %}
       <a href="{% url 'sapl.materia:materialegislativa_create' %}" class="btn btn-default">
           {% blocktrans with verbose_name=view.verbose_name %} Adicionar Matéria Legislativa {% endblocktrans %}

sapl/templates/search/indexes/materia/documentoacessorio_text.txt

@@ -0,0 +1,7 @@
+{% for k, v in extracted.metadata.items %}
+    {% for val in v %}
+        {{ k }}: {{ val|safe }}
+    {% endfor %}
+{% endfor %}
+
+{{ extracted|striptags|safe }}

sapl/templates/search/indexes/materia/materialegislativa_text.txt

@@ -0,0 +1,7 @@
+{% for k, v in extracted.metadata.items %}
+    {% for val in v %}
+        {{ k }}: {{ val|safe }}
+    {% endfor %}
+{% endfor %}
+
+{{ extracted|striptags|safe }}

sapl/templates/search/search.html

@@ -0,0 +1,95 @@
+{% extends 'crud/form.html' %}
+{% load crispy_forms_tags %}
+{% load common_tags %}
+
+{% block base_content %}
+    <h1><legend>Pesquisa Textual</legend></h1>
+
+    </br>
+
+    <form method="get" action=".">
+        <div class="row container-detail clearfix">
+
+            <div  class="row-fluid">
+                <div class="col-md-8">
+                    {{ form.q|as_crispy_field }}
+                </div>
+            </div>
+
+            <div  class="row-fluid">
+                <div class="col-md-8">
+                    </br>
+                    <h4> Em quais tipos de documento deseja pesquisar?</h4>
+                </div>
+            </div>
+
+            <div  class="row-fluid">
+                <div class="col-md-8">
+                    {{ form.models }}
+                </div>
+            </div>
+
+
+            <div  class="row-fluid">
+                <div class="col-md-12">
+                    <input class="btn btn-primary pull-right" type="submit" value="Pesquisar">
+                </div>
+            </div>
+
+        </div>
+
+        </br>
+        {% if query %}
+            <table class="table table-striped table-bordered">
+                <thead class="thead-default">
+                  <tr><td><h3>Resultados</h3></td></tr>
+                </thead>
+
+            {% for result in page.object_list %}
+                <tr>
+                    <td>
+                        {% if result.object|search_get_model == 'm' %}
+                            <p>
+                              <strong>Matéria Legislativa: </strong> <a href="{% url 'sapl.materia:materialegislativa_detail' result.object.pk %}">{{ result.object }}</a></br>
+
+                              {% if result.object.texto_original %}
+                                <strong>Texto Original:</strong> <a href="{{result.object.texto_original.url}}"> Clique aqui </a></br>
+                              {% else %}
+                                <strong>O texto desta matéria foi removido recentemente. Em breve ela sairá desta listagem.</strong></br>
+                              {% endif %}
+                            </p>
+                        
+                        {% elif result.object|search_get_model == 'd' %}
+                            <p>
+                              <strong> Documento Acessório: </strong><a href="{% url 'sapl.materia:documentoacessorio_detail' result.object.pk %}">{{ result.object }}</a></br>
+                              {% if result.object.arquivo %}
+                                <strong>Texto Original:</strong> <a href="{{result.object.arquivo.url}}"> Clique aqui </a></br>
+                              {% else %}
+                                <strong>O texto deste documento foi removido recentemente. Em breve ele sairá desta listagem.</strong></br>
+                              {% endif %}
+                            </p>
+                        {% endif %}
+                    </td>
+                </tr>
+
+                {% empty %}
+                <h3> Nenhum texto encontrado! </h3>
+                <tr>
+                    <td>
+                    </td>
+                </tr>
+                {% endfor %}
+            </table>
+
+            {% if page.has_previous or page.has_next %}
+                <div>
+                    {% if page.has_previous %}<a href="?q={{ query }}&amp;page={{ page.previous_page_number }}">{% endif %}&laquo; Previous{% if page.has_previous %}</a>{% endif %}
+                    |
+                    {% if page.has_next %}<a href="?q={{ query }}&amp;page={{ page.next_page_number }}">{% endif %}Next &raquo;{% if page.has_next %}</a>{% endif %}
+                </div>
+            {% endif %}
+        {% else %}
+            {# Show some example queries to run, maybe query syntax, something else? #}
+        {% endif %}
+    </form>
+{% endblock %}