Scoped Search 技术文档
2024-12-23 21:03:42作者:董斯意
本文档旨在帮助用户安装、使用并深入了解 Scoped Search 项目。以下内容将涵盖安装指南、项目使用说明以及项目 API 使用文档。
1. 安装指南
首先,确保您的项目环境满足以下要求:
- Rails 版本:4.2 至 5.0
- Ruby 版本:2.0.0 或更高
在 Gemfile 文件中添加以下代码:
gem "scoped_search"
然后运行以下命令安装依赖:
bundle install
2. 项目的使用说明
Scoped Search 是一个 Ruby on Rails 的扩展,使得对 ActiveRecord 模型的搜索变得更加简单。通过传入一个查询字符串到命名作用域 search_for,它可以在指定的字段上构建查询条件。
以下是如何在模型中使用 Scoped Search 的示例:
class User < ActiveRecord::Base
scoped_search on: [:first_name, :last_name]
end
现在,您可以在查询中使用 search_for 作用域:
User.search_for('我的搜索字符串').each { |user| ... }
返回的结果是一个命名作用域,因此可以与其他作用域或 will_paginate 进行链式调用。
搜索配置
您可以为 scoped_search 调用添加一个 :profile 选项,这样指定的字段只有在包含该 :profile 时才会被搜索:
class User < ActiveRecord::Base
scoped_search on: :public_information
scoped_search on: :private_information, profile: :members
end
这样,以下调用只会搜索 :public_information 字段:
User.search_for('blah blah blah')
而以下调用只会搜索 :private_information 字段:
User.search_for('blah blah blah', profile: :members)
更多关于用法的信息,请参考项目 wiki。
3. 项目 API 使用文档
Scoped Search 提供了简单的查询语言,支持多种复杂的查询构造:
- 单词:每个单词都需要出现,例如:
some search keywords - 短语:使用引号括起来的多词短语,例如:
"police car" - 否定:搜索“除了...之外的所有内容”,例如:
police -uniform,-"police car",police NOT car - 逻辑关键词:使用 AND, OR, &&, ||, &, | 运算符进行逻辑构造,例如:
uniform OR car,scoped && search - 圆括号:用于组织逻辑,例如:
"police AND (uniform OR car)" - 比较运算符:用于搜索数值或时间字段,例如:
> 22,< 2009-01-01 - 明确字段:仅在给定字段中搜索,例如:
username = root,created_at > 2009-01-01 - NULL 检查:使用
set?和null?运算符与字段名一起使用,例如:null? graduated_at,set? parent_id
一个复杂的查询示例,用于查找没有 COBOL 经验、年龄超过 18 岁、最近更新的记录以及非菜的昵称的 Ruby on Rails 程序员:
("Ruby" OR "Rails") -cobol, age >= 18, updated_at > 2009-01-01 && nickname !~ l33t
更多关于查询语言的信息,请参考项目 wiki。
4. 项目安装方式
Scoped Search 项目可以通过以下方式安装:
- 将上述 Gemfile 中的代码添加到您的项目 Gemfile 中,并运行
bundle install - 通过源代码,从 GitHub 仓库克隆项目:
https://github.com/wvanbergen/scoped_search
以上是 Scoped Search 的技术文档,希望对您有所帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Launch4j中文版:Java应用程序打包成EXE的终极解决方案
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
660
150
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
293
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
490
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1