Köra $text-frågor med fraser och negation

När ett textindex finns kan Ni göra nyckelordssökningar med $text-operatorn i ett find()-filter. Värdet är ett objekt med en $search-sträng som innehåller de ord eller fraser Ni söker efter. MongoDB tokeniserar Er söksträng på samma sätt som de indexerade fälten och returnerar sedan dokument där minst ett indexerat fält innehåller en matchande token.

Som standard använder en $text-sökning med flera ord OR-semantik: ett dokument matchar om det innehåller något av orden. 'mongodb index' returnerar alltså dokument som innehåller 'mongodb' eller 'index' eller båda. Relevanspoängen (textScore) är högre för dokument som innehåller fler av söktermerna, men alla matchande dokument returneras oavsett.

Om Ni vill kräva en exakt fras omsluter Ni den med escapade dubbla citattecken i $search-strängen. En frassökning kräver att orden förekommer tillsammans och i rätt ordning. Dokument som bara innehåller vissa av frasens ord, men inte den exakta sekvensen, matchar inte. Frassökningar är mer precisa, men kan missa relevanta dokument med något annorlunda formulering.

Inled ett ord med ett minustecken (-) för att utesluta dokument som innehåller ordet. Ni kan inte använda negation ensam – den måste kombineras med minst en positiv sökterm. Negation är användbart när ett nyckelord är för brett och Ni vill filtrera bort en specifik oönskad betydelse, som 'java -coffee' för att hitta programmeringsartiklar om Java, inte om drycken.

Ni kan fritt blanda fraser, nyckelord och negation i en enda $search-sträng. MongoDB bearbetar varje term separat: grupper inom citattecken är frassökningar, ord med minustecken framför är undantag och återstående vanliga ord är valfria nyckelordsmatcher. Denna kombinerbarhet låter Er uttrycka måttligt komplex söklogik utan en särskild sökmotor.

$text-sökningar är som standard skiftlägesokänsliga. MongoDB konverterar alla tokenvärden till gemener både vid indexering och sökning, så 'MongoDB', 'MONGODB' och 'mongodb' matchar samma indexerade tokenvärden. Ni behöver inte normalisera sökindata innan Ni kör en $text-fråga.

Som standard använder $text det språk som konfigurerats i textindexet. Ni kan åsidosätta detta per fråga med alternativet $language. Det är användbart för samlingar med flerspråkigt innehåll där dokument på olika språk bör sökas med rätt lista över stoppord och rätt stemmingalgoritm.

Även om skiftlägesokänslig sökning är standard kan Ni aktivera skiftlägeskänslig textsökning med $caseSensitive: true. Detta behövs sällan, men är användbart när innehållet innehåller skiftlägeskänsliga identifierare som klassnamn eller kommandonamn. Observera att skiftlägeskänslig textsökning är betydligt långsammare eftersom den inte kan använda de indexposter som redan konverterats till gemener.

Som standard är MongoDBs textsökning okänslig för diakritiska tecken: 'café' och 'cafe' behandlas som samma ord. Ni kan aktivera $diacriticSensitive: true för att skilja mellan tecken med och utan accent. Detta har betydelse för språk som franska, tyska och spanska, där diakritiska tecken kan ändra betydelsen. Precis som skiftlägeskänslig sökning är diakritikkänslig sökning långsammare eftersom den kringgår förnormaliserade indexposter.

Ni kan använda $text i aggregeringspipelines genom att placera ett $match-steg med textfiltret som det allra första steget. Då kan MongoDB skicka textsökningen till indexet innan efterföljande pipelinesteg tillämpas. Därefter kan Ni projicera textScore, gruppera resultaten efter kategori eller begränsa antalet träffar – allt på serversidan.

Om Ni vill räkna hur många dokument som matchar en textfråga använder Ni countDocuments() med $text-filtret eller lägger till ett $count-steg sist i en aggregeringspipeline. Undvik att använda count() (föråldrad) och tänk på att estimatedDocumentCount() inte kan ta emot ett filter – använd alltid countDocuments() för filtrerade antal.

I den här lektionen har Ni lärt Er att vanliga ord använder OR-semantik och matchar valfri sökterm, att fraser inom dubbla citattecken kräver en exakt ordsekvens och att ord med minustecken framför utesluter dokument som innehåller termen. Härnäst sorterar vi resultat efter textens relevanspoäng med hjälp av $meta.