使用 PyMongo 的词边界 RegEx 搜索答案

【问题标题】：Word boundary RegEx search using PyMongo使用 PyMongo 的词边界 RegEx 搜索
【发布时间】：2016-02-26 04:17:42
【问题描述】：

我想进行单词边界搜索。例如，假设您有以下条目：

“厨师。”
“厨师”
“厨师。”
“厨师是”
“做饭。”

并进行搜索以查找整体包含“cook”的条目。即只返回第 3、4、5 个条目。

在这种情况下，当我使用\b 字边界语句时，它会由于自动转义而变得扭曲。

import re, pymongo
# prepare pymongo
collection.find({"entry": re.compile('\bcook\b').pattern})

当我打印查询字典时，\b 变为 \\b。

我的问题是如何使用 PyMongo 进行单词边界搜索？我可以在 MongoDB shell 中执行此操作，但在 PyMongo 中失败了。

【问题讨论】：

我觉得应该是\\bcook\\b
是的，\bcook\b 变为 \\bcook\\b
试试r'\bcook\b'。
我试过了，结果是一样的。我认为原因是 dict 创建使它逃脱了。 {"field": re.compile(r'\bsome\b').pattern}
我发现了这条评论：It appears that the output in the shell is misleading. The slashes are correctly stored, escaped as \\ (double slash) and the client driver handles the escaping back to single slashes.。希望能帮助到你。你刚试过你的查询吗？有用吗？

标签： python regex mongodb pymongo

【解决方案1】：

不要使用产生str 对象的pattern 属性，而是使用正则表达式模式对象。

cursor = db.your_collection.find({"field": re.compile(r'\bcook\b')})

for doc in cursor:
    # your code

【讨论】：

坦克，它对我有用。你说的对。原因是 str 对象被转义了。

【解决方案2】：

这需要一个“全文搜索”索引来匹配您的所有案例。没有简单的正则表达式就足够了。

例如，您需要英语词干来查找“cook”和“cooks”。您的正则表达式匹配空格或单词边界之间的整个字符串“cook”，而不是“cooks”或“cooking”。

有许多“全文搜索”索引引擎。研究它们以决定使用哪一个。 - 弹性搜索 - Lucene - 狮身人面像

我认为 PyMongo 连接到 MongoDB。最新版本内置全文索引。见下文。

MongDB 3.0 有这些索引：https://docs.mongodb.org/manual/core/index-text/

【讨论】：

【解决方案3】：

所有这些测试用例都由 Python 中的一个简单的 re 表达式处理。示例：

>>> a = "the cooks."
>>> b = "cooks"
>>> c = " cook."
>>> d = "the cook is"
>>> e = "cook."
>>> tests = [a,b,c,d,e]
>>> for test in tests:
        rc = re.match("[^c]*(cook)[^s]", test)
        if rc:
                print '   Found: "%s" in "%s"' % (rc.group(1), test)
        else:
                print '   Search word NOT found in "%s"' % test


   Search word NOT found in "the cooks."
   Search word NOT found in "cooks"
   Found: "cook" in " cook."
   Found: "cook" in "the cook is"
   Found: "cook" in "cook."
>>>

【讨论】：