使用不区分大小写的文本查询 pymongo答案

【问题标题】：Query pymongo with case insensitive text使用不区分大小写的文本查询 pymongo
【发布时间】：2017-11-12 06:34:42
【问题描述】：

以下是我如何使用 pymongo 从我的 mongodb 查询数据：

def is_philippine_facebook(self,facebook_user):
        is_philippine = False
        db_server = self.ConfigSectionMap('db_server')
        database_name = db_server['database']
        db = self.client[database_name]
        cursor = db[collection_name].find({
                'isPhilippine':True,
                'facebook_user': re.compile('@'+facebook_user, re.IGNORECASE)
            })
        for document in cursor:
            if document is not None:
                is_philippine = True
                break
        return is_philippine

实际上，我想用case insensitive 选项查询具有某个facebook_user 的记录。但是，该查询返回许多不正确的结果。例如facebook_user为WWF，则返回WWF_XYZ的记录。

我该如何解决这个问题？谢谢。

【问题讨论】：

标签： python regex mongodb pymongo

【解决方案1】：

听起来你想要一个单词边界\b

'facebook_user': re.compile('@'+ facebook_user +'\\b', re.IGNORECASE)

因此，如果您提供WWF 或wwf，那么它只会匹配到“单词”的末尾，而不是超出它。

请注意，不区分大小写的搜索和未使用插入符号 ^ 锚定到字符串开头的搜索需要完整的集合扫描并且效率不高。

如果匹配到字符串的开头，您应该使用插入符号，并且您可能应该将大小写规范化为用于搜索的文档属性，因此您也不需要“不区分大小写”选项。要在搜索中使用索引，这两件事是必需的。请参阅文档中的$regex

【讨论】：

正是我想要的。是的，我应该在插入 mongodb 时规范化文本数据。

【解决方案2】：

使用以下修复：

re.compile(r'@{0}\b'.format(facebook_user), re.IGNORECASE)

请参阅regex demo。

模式详情：

@WWF - 文字 @WWF
\b - 单词边界（需要除字母、数字或_ 之外的字符，或@WWF 之后的字符串结尾）

如果facebook_user 可能包含特殊字符，则需要使用

re.compile(r'(?<!\w)@{0}(?!\w)'.format(re.escape(facebook_user)), re.IGNORECASE)

但是，facebook_user 似乎只包含单词字符，因此在这种情况下，单词边界就足够了。

【讨论】：