Разработчик исправил поиск по темам на Django, который не находил запрос «дробь», хотя по запросу «дроби» показывал две темы — «Обыкновенные дроби» и «Десятичные дроби». Причина была в коде: поиск проверял вхождение строки целиком, а не совпадение слов, и «дробь» не является подстрокой «дроби».
Вместо словаря исключений для отдельных падежей автор подключил лемматизацию через pymorphy3, который уже был в проекте. Теперь «дроби», «дробь», «дробями» и «дробей» приводятся к одной основе, а «обыкновенные» и «обыкновенных» — к общей форме. Для неполного ввода оставили сравнение по первым четырём буквам: pymorphy3 приводит «дроб» к «дроба», а не к «дробь».
Также добавили список служебных слов, чтобы запрос «как решать дроби» не требовал наличия слова «решать» в заголовке темы. После правки тот же запрос «дробь» снова находит две темы, а статьи теории и блога остались на прежнем поиске. Три теста проверяют, что «дробь» находит обе темы, что подсказки возвращают те же темы и что запрос «как решать дроби» не блокируется словом «решать».
Автор отмечает, что это пока не полноценный поиск. Статьи теории и блога ищутся через icontains по тексту, поэтому по запросу «дробь» в результатах есть «Задачи на доли» и материалы про проценты — они нашлись по вхождению в текст, а не по смыслу. Ранжирования по релевантности и устойчивости к опечаткам тоже нет.
Переходить на Elasticsearch или отдельный поисковый сервис разработчик не стал: для 600 тем хватает лемматизации и кэша. К PostgreSQL full-text search он планирует вернуться, когда тем станет больше или понадобится поиск по текстам статей.