뉴스 기사 키워드로 DB에 있는 기사 검색 기능

README.md

@@ -64,6 +64,7 @@ FastAPI와 MySQL을 사용한 카카오톡 챗봇 개발을 위한 템플릿 프
 │       ├── test_get_my_category_list.py
 │       ├── test_get_news_recommendations.py
 │       ├── test_news_client.py
+│       ├── test_news_DB_search.py
 │       │── test_user_delete_favorite.py
 │       └── utils/
 │           ├── response_builder/

app/routers/news.py

@@ -6,6 +6,7 @@
 
 import logging
 
+from elasticsearch import Elasticsearch
 from fastapi import APIRouter, Depends, HTTPException, Query
 from sqlalchemy.orm import Session
 
@@ -16,6 +17,7 @@
 
 router = APIRouter()
 db_dependency = Depends(db_manager.get_db)  # 전역 변수로 설정
+es = Elasticsearch("http://elasticsearch:9200")
 
 
 @router.get("/recommend")
@@ -91,3 +93,126 @@ def get_news_recommendations(
     return {
         "results": results
     }
+
+@router.get("/DB_search")
+def search_news_by_keyword(
+    user_id: str = Query(..., description="사용자 ID"),
+    keyword: str = Query(..., description="검색할 카테고리 키워드 (예: '보건', '환경')"),
+    limit: int = Query(10, ge=1, le=100, description="검색 결과 최대 개수 (기본값: 10, 최대: 100)"),
+    db: Session = db_dependency
+):
+    """
+    사용자가 입력한 키워드를 기반으로 가장 유사한 뉴스 카테고리를 찾고, 해당 카테고리에 속한 뉴스 기사를 반환합니다.
+
+    Args:
+        user_id (str): 검색을 수행할 사용자 ID.
+        keyword (str): 검색 키워드 (카테고리명).
+        limit (int): 반환할 채용 공고 수 (기본값: 10, 최대 100).
+        db (Session): 데이터베이스 세션 객체.
+
+    Returns:
+        dict: {
+            "matched_category": str,
+            "results": List[dict]
+        }
+    """
+    # ✅ 1. 사용자 존재 여부 확인
+    user = db.query(Users).filter(Users.user_id == user_id).first()
+    if not user:
+        raise HTTPException(status_code=404, detail="User not found")
+
+    try:
+        # ✅ 2-1. match_phrase_prefix로 후보군 검색 (자동완성 역할)
+        prefix_result = es.search(
+            index="categories",
+            body={
+                "size": 10,
+                "query": {
+                    "bool": {
+                        "must": {
+                            "match_phrase_prefix": {
+                                "category_name": {"query": keyword}
+                            }
+                        },
+                        "filter": {
+                            "term": {
+                                "feature": "news"
+                            }
+                        }
+                    }
+                }
+            }
+        )
+        prefix_hits = prefix_result.get("hits", {}).get("hits", [])
+        if not prefix_hits:
+            # 후보군 없으면 바로 기타 처리
+            matched_category = "기타"
+            category_id = 0
+        else:
+            candidate_names = [hit["_source"]["category_name"] for hit in prefix_hits]
+
+            # ✅ 2-2. BM25 기반 match 쿼리로 후보군 중 가장 유사한 카테고리 검색
+            bm25_result = es.search(
+                index="categories",
+                body={
+                    "size": 1,
+                    "query": {
+                        "bool": {
+                            "must": {
+                                "match": {
+                                    "category_name": {
+                                        "query": keyword,
+                                        "operator": "and"
+                                    }
+                                }
+                            },
+                            "filter": {
+                                "terms": {
+                                    "category_name.keyword": candidate_names # 후보군 필터링
+                                }
+                            }
+                        }
+                    }
+                }
+            )
+            bm25_hits = bm25_result.get("hits", {}).get("hits", [])
+            if bm25_hits:
+                matched_source = bm25_hits[0]["_source"]
+                matched_category = matched_source["category_name"]
+                category_id = matched_source["category_id"]
+            else:
+                # BM25가 후보군 중 적합한 것을 못 찾으면 prefix 후보 중 1순위 반환
+                matched_category = prefix_hits[0]["_source"]["category_name"]
+                category_id = prefix_hits[0]["_source"]["category_id"]
+
+    except ConnectionError as e:
+        raise HTTPException(status_code=500, detail="Elasticsearch 연결 실패") from e
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e)) from e
+
+    # ✅ 3. 해당 카테고리의 뉴스 조회
+    news_list = (
+        db.query(News)
+        .filter(News.category_id == category_id)
+        .order_by(News.publish_date.desc())
+        .limit(limit)
+        .all()
+    )
+
+    # ✅ 4. 뉴스 결과 정리
+    results = [
+        {
+            "title": news.title,
+            "source": news.source,
+            "publish_date": news.publish_date.isoformat(), # date → 문자열 (ISO 포맷)
+            "url": news.url,
+            "original_url": news.original_url
+        }
+        for news in news_list
+    ]
+
+    # ✅ 5. 최종 응답 반환
+    return {
+        "matched_category": matched_category,
+        "results": results
+    }