MongoDBRegex及應用_Regex

Regex常用來在所有語言中搜尋字串的任何模式或文字。MongoDB還提供了Regex功能的字串模式使用Regex$regex操作符。MongoDB使用PCRE(Perl相容Regex)為Regex語言。

不同於文本搜尋，我們不需要做任何配置或命令就能直接使用Regex。

考慮下包含文字後其標籤的文章集合，文檔結構如以下：

{ "post_text": "enjoy the mongodb articles on yiibai", "tags": [  "mongodb",  "yiibai" ]}

使用Regex表達

下面的Regex查詢搜尋所有包含字串 yiibai.com 的文章：

複製代碼 代碼如下:

>db.posts.find({post_text:{$regex:"yiibai.com"}})

同樣的查詢也可以寫為：

>db.posts.find({post_text:/yiibai.com/})

使用Regex不區分大小寫

為了使搜尋不區分大小寫，我們使用$options 帶有值參數 $i。下面的命令會搜尋字串：yiibai.com，不論大小寫：

複製代碼 代碼如下:

>db.posts.find({post_text:{$regex:"yiibai",$options:"$i"}})

該查詢重新調整的結果是：其中在大小下包含詞語 yiibai 文檔，如以下：

{ "_id" : ObjectId("53493d37d852429c10000004"), "post_text" : "hey! this is my post on Yiibai",  "tags" : [ "yiibai" ]} 

使用Regex的數組元素：

我們還可以使用數組欄位Regex概念。 這時候我們實現標籤的功能顯得尤為重要。 所以，如果想要搜尋帶有標籤以片語tutorial開始所有的文章(無論是tutorial或tutorials或tutorialjava或tutorialphp)，都可以使用下面的代碼：

複製代碼 代碼如下:

>db.posts.find({tags:{$regex:"tutorial"}})

最佳化Regex查詢：

如果文檔欄位已被索引，查詢將使用使用索引值的匹配Regex。 這使得搜尋非常快，Regex相對於掃描整個集合。

如果Regex是一個首碼運算式，所有的匹配是以某一串字元開始。例如，如果Regex ^tut, 查詢有只搜尋那些開始串 tut.

mongodbRegex應用

mongodb中完全支援Regex，一般查詢中可以使用操作符$regex

db.lnmopy.find( { 'name': /*.lnmopy.com/i } )db.lnmopy.find( { 'name': { $regex: '*.lnmopy.com', $options: 'i' } } )

以上兩種完全等價，可以直接對域（field）即上例中的'name'鍵，使用Regex或者使用操作符，可選項目是i，即忽略大小寫。
關於正則可選項，mongodb和其他語言標準正則稍有不同，有自己的標準。

$options的可選值

i 忽略大小寫；

m 多行尋找，如果內容裡面不存在分行符號號（例如 \n）或者構造上沒有（start/end），該選項沒有任何效果；
x 空白字元除了被轉義的或在字元類中的以外完全被忽略，在未轉義的字元類之外的 # 以及下一個分行符號之間的所有字元，包括兩頭，也都被忽略；

s 圓點元字元（.）匹配所有的字元，包括分行符號

假設我們有一個資料庫名為mongoDemo

use mongoDemo

資料庫中有個集合名為lnmopy

db.lnmopy.find()

有如下資料：

{ "_id" : ObjectId("502dd63d16a25b1ff6000000"), "name" : "www.lnmopy.com", "site" : "website", "tag" : "l,n,m,o,p,y"}
{ "_id" : ObjectId("502dd63d16a25b1ff6000000"), "name" : "demo.lnmopy.com", "site" : "unknown", "tag" : "d,e,m,o"}
{ "_id" : ObjectId("502dd63d16a25b1ff6000000"), "name" : "welcome.lnmopy.com", "site" : "website", "tag" : "w,e,l,c,o,m,e"}

mongodb的Regex僅支援i和m的javascript原生寫法（如/*.lnmopy.com/i）。如果要是用x和s選項就必須使用“$regex”操作符並在“$options”中指定選項。

使用Regex的更新操作：

db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } )；

意思是，尋找當前資料庫中名為“lnmopy”的集合中“name”欄位符合“/*.lnmopy.com/i”正則的條目，並只將“site”欄位更新為“www.lnmopy.com”，該條更新語句僅更新一條資料，如果不是用$set，那麼這條記錄就會只剩下你更新的部分和預設的ObjectId，可以說是替換了。如果想替換所有，可以加入參數：

db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } , false, true)；

參數有順序，false是upsert，如果沒有就插入新的。true就是multi多條記錄更新，所有匹配到的結果。或者直接指定{ multi: true }：
db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } , { multi: true })；
這樣就把所有的“site”欄位全都更新為“www.lnmopy.com”了。

我設計的欄位“tag”有個缺陷，就是本來是一個單詞，現在每個字母都被“，“分隔開了。實際工作中也存在類似問題，由於批量轉換資料，或者其他程式操作不當，或者業務需求更改等等原因需要對某些欄位進行正則批量處理，mongodb的一般更新方法是不能實現的，這時就需要使用javascript語句。

Regex替換查詢結果中'，'為”

db.lnmopy.find().forEach( function(u) { u.tag = u.tag.replace(/\,/, ""); db.lnmopy.save(u); } );

最後執行

db.lnmopy.find()

顯示如下資料：

{ "_id" : ObjectId("502dd63d16a25b1ff6000000"), "name" : "www.lnmopy.com", "site" : "www.lnmopy.com", "tag" : "lnmopy"}
{ "_id" : ObjectId("502dd63d16a25b1ff6000000"), "name" : "demo.lnmopy.com", "site" : "www.lnmopy.com", "tag" : "demo"}
{ "_id" : ObjectId("502dd63d16a25b1ff6000000"), "name" : "welcome.lnmopy.com", "site" : "www.lnmopy.com", "tag" : "welcome"}

後記：javascript是mongodb的一大特色，也是優勢，很多複雜的查詢和處理都可以用javascript實現，要注意的是，javascript的工作效率較低，原則上應該盡量避免在主要商務邏輯中大量使用。類比的講，javascript就相當於oracle的預存程序，介於10gen（mongodb的Team Dev）是由oracle出來的這點，就一點也不奇怪了。關於如何使用更複雜的javascript，以後會寫到。