使用PyMongo的Word边界RegEx搜索

Question

我想进行词边界搜索。例如，假设您有以下条目：

1. “厨师”。 “厨师”
2. “厨师”
3. “厨师”。 “厨师”
4. “厨师”
5. “厨师”。

并进行搜索以查找包含“cook”作为整体的条目。也就是说，只有第3，第4和第5个条目应该被返回。

在这种情况下，当我使用\b字边界语句时，由于自动转义它会以某种方式变形。

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

当我打印查询字典里，\b变得\\b。

我的问题是如何使用PyMongo进行文字边界搜索？我能够在MongoDB shell中执行此操作，但在PyMongo中失败。

Answer 1

而不是使用pattern属性产生str对象，请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 

Answer 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RegEx足够。

例如，您需要英语词干找到“厨师”&“厨师”。您的RegEx匹配空格或单词边界之间的整个字符串“cook”，而不是“厨师”或“烹饪”。

有许多“全文搜索”索引引擎。研究他们决定使用哪一个。 - ElasticSearch - Lucene - Sphinx

PyMongo，我假设，连接到MongoDB。最新版本内置全文索引。见下文。

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

Answer 3

所有这些测试病例是由在Python简单的重新表达处理。例如：

>>> 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." 
>>>