MongoDB正則表達(dá)式及應(yīng)用

正則表達(dá)式常用來在所有語言中搜索字符串的任何模式或文字。MongoDB還提供了正則表達(dá)式功能的字符串模式使用正則表達(dá)式$regex操作符。MongoDB使用PCRE(Perl兼容正則表達(dá)式)為正則表達(dá)式語言。

不同于文本搜索，我們不需要做任何配置或命令就能直接使用正則表達(dá)式。

考慮下包含文字后其標(biāo)簽的帖子集合，文檔結(jié)構(gòu)如以下：

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

使用正則表達(dá)式表達(dá)

下面的正則表達(dá)式查詢搜索所有包含字符串 yiibai.com 的帖子：

同樣的查詢也可以寫為：

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

使用正則表達(dá)式不區(qū)分大小寫

為了使搜索不區(qū)分大小寫，我們使用$options 帶有值參數(shù) $i。下面的命令會搜索字符串：yiibai.com，不論大小寫：

該查詢重新調(diào)整的結(jié)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" ]
} 

使用正則表達(dá)式的數(shù)組元素：

我們還可以使用數(shù)組字段正則表達(dá)式概念。 這時(shí)候我們實(shí)現(xiàn)標(biāo)簽的功能顯得尤為重要。 所以，如果想要搜索帶有標(biāo)簽以詞組tutorial開始所有的帖子(無論是tutorial或tutorials或tutorialjava或tutorialphp)，都可以使用下面的代碼：

優(yōu)化正則表達(dá)式查詢：

如果文檔字段已被索引，查詢將使用使用索引值的匹配正則表達(dá)式。 這使得搜索非?？欤齽t表達(dá)式相對于掃描整個(gè)集合。

如果正則表達(dá)式是一個(gè)前綴表達(dá)式，所有的匹配是以某一串字符開始。例如，如果正則表達(dá)式 ^tut, 查詢有只搜索那些開始串 tut.

mongodb正則表達(dá)式應(yīng)用

mongodb中完全支持正則表達(dá)式，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(jià)，可以直接對域（field）即上例中的'name'鍵，使用正則表達(dá)式或者使用操作符，可選項(xiàng)目是i，即忽略大小寫。
關(guān)于正則可選項(xiàng)，mongodb和其他語言標(biāo)準(zhǔn)正則稍有不同，有自己的標(biāo)準(zhǔn)。

$options的可選值

i 忽略大小寫；

m 多行查找，如果內(nèi)容里面不存在換行符號（例如 \n）或者構(gòu)造上沒有（start/end），該選項(xiàng)沒有任何效果；
x 空白字符除了被轉(zhuǎn)義的或在字符類中的以外完全被忽略，在未轉(zhuǎn)義的字符類之外的 # 以及下一個(gè)換行符之間的所有字符，包括兩頭，也都被忽略；

s 圓點(diǎn)元字符（.）匹配所有的字符，包括換行符

假設(shè)我們有一個(gè)數(shù)據(jù)庫名為mongoDemo

use mongoDemo

數(shù)據(jù)庫中有個(gè)集合名為lnmopy

db.lnmopy.find()

有如下數(shù)據(jù)：

{ "_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的正則表達(dá)式僅支持i和m的javascript原生寫法（如/*.lnmopy.com/i）。如果要是用x和s選項(xiàng)就必須使用“$regex”操作符并在“$options”中指定選項(xiàng)。

使用正則表達(dá)式的更新操作：

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

意思是，查找當(dāng)前數(shù)據(jù)庫中名為“l(fā)nmopy”的集合中“name”字段符合“/*.lnmopy.com/i”正則的條目，并只將“site”字段更新為“www.lnmopy.com”，該條更新語句僅更新一條數(shù)據(jù)，如果不是用$set，那么這條記錄就會只剩下你更新的部分和默認(rèn)的ObjectId，可以說是替換了。如果想替換所有，可以加入?yún)?shù)：

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

參數(shù)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(jié)果?；蛘咧苯又付▄ multi: true }：
db.lnmopy.update( { 'name': /*.lnmopy.com/i }, { $set: { 'site':'www.lnmopy.com' } } , { multi: true })；
這樣就把所有的“site”字段全都更新為“www.lnmopy.com”了。

我設(shè)計(jì)的字段“tag”有個(gè)缺陷，就是本來是一個(gè)單詞，現(xiàn)在每個(gè)字母都被“，“分隔開了。實(shí)際工作中也存在類似問題，由于批量轉(zhuǎn)換數(shù)據(jù)，或者其他程序操作不當(dāng)，或者業(yè)務(wù)需求更改等等原因需要對某些字段進(jìn)行正則批量處理，mongodb的一般更新方法是不能實(shí)現(xiàn)的，這時(shí)就需要使用javascript語句。

正則表達(dá)式替換查詢結(jié)果中'，'為”

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

最后執(zhí)行

db.lnmopy.find()

顯示如下數(shù)據(jù)：

{ "_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"}

后記：javascript是mongodb的一大特色，也是優(yōu)勢，很多復(fù)雜的查詢和處理都可以用javascript實(shí)現(xiàn)，要注意的是，javascript的工作效率較低，原則上應(yīng)該盡量避免在主要業(yè)務(wù)邏輯中大量使用。類比的講，javascript就相當(dāng)于oracle的存儲過程，介于10gen（mongodb的開發(fā)團(tuán)隊(duì)）是由oracle出來的這點(diǎn)，就一點(diǎn)也不奇怪了。關(guān)于如何使用更復(fù)雜的javascript，以后會寫到。