$text(自我管理部署)
注意
本页介绍自托管(非 Atlas)部署的文本查询功能。对于MongoDB Atlas上托管的数据, MongoDB提供改进的全文查询解决方案 Atlas Search和向量搜索解决方案Atlas Vector Search。
本页介绍 $text
操作符,此操作符用于自我管理的部署。
定义
$text
$text
对使用文本索引进行索引的字段内容执行文本查询。
兼容性
可以使用 $text
查找托管在以下环境中的部署:
MongoDB Atlas:用于云中 MongoDB 部署的完全托管服务
MongoDB Enterprise:基于订阅、自我管理的 MongoDB 版本
MongoDB Community:源代码可用、免费使用且可自行管理的 MongoDB 版本
语法
$text
表达式的语法如下:
{ $text: { $search: <string>, $language: <string>, $caseSensitive: <boolean>, $diacriticSensitive: <boolean> } }
$text
运算符接受包含以下字段的文本查询文档:
字段 | 类型 | 说明 |
---|---|---|
| 字符串 | |
| 字符串 | 可选。用于确定查询停用词列表以及词干分析器和分词器规则的语言。如果未指定,MongoDB 将使用索引的默认语言。有关支持的语言,请参阅自管理部署中的文本搜索语言。 如果将 |
| 布尔 | 可选。用于启用或禁用区分大小写的布尔标志。默认值为 |
| 布尔 |
默认情况下,$text
运算符不会返回按结果分数排序的结果。有关按结果分数排序的更多信息,请参阅文本分数文档。
行为
限制
一个查询最多只能指定一个
$text
表达式。$text
不能出现在$nor
表达式中。$text
不能出现在$elemMatch
查询表达式或$elemMatch
投影表达式中。如果查询包含
$text
表达式,则不能使用hint()
指定用于查询的索引。如果查询包含
$text
表达式,则不能指定$natural
排序顺序。不能将需要特殊文本索引的
$text
表达式与需要其他类型特殊索引的查询操作符组合使用。例如,不能$text
表达式与$near
运算符组合使用。视图不支持
$text
。$text
不支持使用 Stable API V1 创建索引。
如果在聚合中使用 $text
运算符,则以下限制也同样适用。
$search
字段
在 $search
字段中,指定 $text
运算符解析并用于查询文本索引的字串。
$text
运算符会将该字符串中的大多数标点符号视为分隔符,但用于否定术语的连字符减号 (-
) 或用于指定短语的转义双引号 \"
除外。
注意
用于 $text
表达式的 $search
字段与 Atlas Search 提供的 $search 聚合阶段 不同。$search
聚合阶段会对指定的字段执行全文搜索,且仅在 MongoDB Atlas 上可用。
短语
要匹配短语(而不是单个词),请将短语包含在转义双引号 (\"
) 中,如下所示:
"\"ssl certificate\""
如果 $text
操作的 $search
字符串包含短语和单个词,$text
仅会匹配包含该短语的文档。
例如,传递了一个 $search
字符串:
"\"ssl certificate\" authority key"
$text
操作符返回包含短语 "ssl
certificate"
的文档。
注意
您不能搭配多个短语使用 $text
操作符。
否定
在单词前面加上连字符减号 (-
) 可以否定单词:
否定词从结果集中排除包含否定词的文档。
当传递仅包含否定词的字符串时,
$text
不会匹配任何文档。带连字符的单词,例如
pre-market
,不是否定词。如果在带连字符的单词中使用,$text
操作符会将减号连字符(-
)视为分隔符。要在本例中否定单词market
,请在pre
和-market
之间添加一个空格,即pre -market
。
$text
操作符使用逻辑 AND
操作符将所有否定词添加到操作中。
匹操作
非索引字
$text
操作符会忽略特定语言的停用词,例如英语中的 the
和 and
。
词干处理
对于不区分大小写和不区分变音符号的搜索,$text
操作符会匹配完整的词干。如果文档字段包含单词 blueberry
,则 $search
词为 blue
的 $text
操作不匹配。然而,blueberry
或 blueberries
匹配。
区分大小写和词干
当您使用区分大小写 ($caseSensitive: true
) 时,如果后缀词干包含大写字母,则 $text
操作符将匹配准确的单词。
变音敏感度和词干
当您使用区分变音符号($diacriticSensitive: true
)时,如果后缀词干包含一个或多个变音标记,则 $text
操作符会匹配准确的单词。
不区分大小写。
$text
操作符默认为文本索引不区分大小写:
版本 3 的文本索引对带或不带变音符号的拉丁字符以及来自非拉丁字母的字符(例如西里尔字母)不区分大小写。请参阅文本索引,了解详细信息。
早期版本的
text
索引对于不带变音符号的拉丁字符不区分大小写;即,对于[A-z]
。
$caseSensitive
选项
要在 text
索引不区分大小写时支持区分大小写,请指定 $caseSensitive: true
。
区分大小写的流程
如果 $caseSensitive: true
且 text
索引不区分大小写,则 $text
操作符:
首先,查询
text
索引是否存在不区分大小写和变音符号的匹配项。然后,为了仅返回与指定词语大小写相匹配的文档,
$text
操作会包括一个额外的阶段,用于过滤出与指定大小写不匹配的文档。
如果 $caseSensitive: true
并且如果后缀词干包含大写字母,则 $text
操作符将匹配准确的单词。
指定 $caseSensitive: true
可能会影响性能。
不区分变音符号
$text
操作符默认为文本索引不区分变音符号:
版本 3 文本索引不区分变音符号。也就是说,索引不区分包含变音标记的字符及其未标记的对应字符,例如
é
、ê
和e
。早期版本的
text
索引会区分变音符号。
$diacriticSensitive
选项
要支持针对 text
索引进行区分变音符号的搜索,请指定 $diacriticSensitive: true
。
针对早期版本的 text
索引的文本查询本质上是区分变音符号的,并且不能不区分变音符号。因此,$text
操作符的 $diacriticSensitive
选项对早期版本的 text
索引没有影响。
区分变音符号的搜索过程
要对版本 3 text
索引使用区分变音符号 ( $diacriticSensitive: true
,$text
操作符会:
首先查询
text
索引,该索引不区分变音符号。然后,为了仅返回与指定词语的变音符号相匹配的文档,
$text
操作会包括一个额外的阶段,用于过滤不匹配的文档。
指定 $diacriticSensitive: true
可能会影响性能。
如果将 $diacriticSensitive: true
与早期版本的 text
索引一起使用,则 $text
操作符将查询 text
索引,该索引区分变音符号。
如果 $diacriticSensitive: true
并且如果后缀词干包含变音符号或标记,则 $text
操作符将匹配准确的单词。
文本分数
$text
操作符将为每个结果文档分配分数。该分数表示文档与给定查询的相关性。该分数可以是 sort()
方法规范的一部分,也可以是投影表达式的一部分。{ $meta: "textScore" }
表达式提供了有关 $text
操作的处理信息。有关访问投影或排序分数的详细信息,请参见 $meta
投影操作符。
示例
以下示例假设集合 articles
在字段 subject
上具有版本 3 文本索引:
db.articles.createIndex( { subject: "text" } )
用以下文档填充集合:
db.articles.insertMany( [ { _id: 1, subject: "coffee", author: "xyz", views: 50 }, { _id: 2, subject: "Coffee Shopping", author: "efg", views: 5 }, { _id: 3, subject: "Baking a cake", author: "abc", views: 90 }, { _id: 4, subject: "baking", author: "xyz", views: 100 }, { _id: 5, subject: "Café Con Leche", author: "abc", views: 200 }, { _id: 6, subject: "Сырники", author: "jkl", views: 80 }, { _id: 7, subject: "coffee and cream", author: "efg", views: 10 }, { _id: 8, subject: "Cafe con Leche", author: "xyz", views: 10 } ] )
$text
用单个单词
以下示例指定 coffee
的 $search
字符串:
db.articles.find( { $text: { $search: "coffee" } } )
此操作返回在带索引的 subject
字段中包含 coffee
这个词(或更准确地说,该单词的词干版本)的文档:
{ _id: 1, subject: 'coffee', author: 'xyz', views: 50 }, { _id: 7, subject: 'coffee and cream', author: 'efg', views: 10 }, { _id: 2, subject: 'Coffee Shopping', author: 'efg', views: 5 }
匹配任何 $search
词
如果 $search
字符串是以空格分隔的字符串,$text
会对每个搜索词执行逻辑 OR
操作,并返回包含任何搜索词的文档。
以下示例指定由空格分隔的三个搜索词组成的 $search
字符串 "bake coffee cake"
:
db.articles.find( { $text: { $search: "bake coffee cake" } } )
此操作返回带索引的 subject
字段中包含 bake
、coffee
或 cake
的文档,或更准确地说,包含这些单词的词干提取版本:
{ "_id" : 2, "subject" : "Coffee Shopping", "author" : "efg", "views" : 5 } { "_id" : 7, "subject" : "coffee and cream", "author" : "efg", "views" : 10 } { "_id" : 1, "subject" : "coffee", "author" : "xyz", "views" : 50 } { "_id" : 3, "subject" : "Baking a cake", "author" : "abc", "views" : 90 } { "_id" : 4, "subject" : "baking", "author" : "xyz", "views" : 100 }
$text
用短语
要将确切的短语作为单个术语进行匹配,需要对引号进行转义。
以下示例匹配短语 coffee shop
:
db.articles.find( { $text: { $search: "\"coffee shop\"" } } )
此操作会返回包含短语 coffee shop
的文档:
{ "_id" : 2, "subject" : "Coffee Shopping", "author" : "efg", "views" : 5 }
以下示例匹配短语 coffee shop
和Cafe
con Leche
。这是两个短语的逻辑 OR。
db.articles.find( { $text: { $search: "\'coffee shop\' \'Cafe con Leche\'" } } )
此操作返回包含这两个短语的文档,包括包含这两个短语中的字词的文档:
[ { _id: 8, subject: 'Cafe con Leche', author: 'xyz', views: 10 }, { _id: 5, subject: 'Café Con Leche', author: 'abc', views: 200 }, { _id: 1, subject: 'coffee', author: 'xyz', views: 50 }, { _id: 7, subject: 'coffee and cream', author: 'efg', views: 10 }, { _id: 2, subject: 'Coffee Shopping', author: 'efg', views: 5 } ]
排除包含术语的文档
否定词是指以减号 -
为前缀的词。如果否定一个词,$text
操作符将从结果中排除包含这些词的文档。
以下示例匹配包含单词 coffee
但不包含搜索词 shop
的文档,或者更准确地说,包含这些单词的词干提取版本:
db.articles.find( { $text: { $search: "coffee -shop" } } )
该操作将返回以下文档:
{ "_id" : 7, "subject" : "coffee and cream", "author" : "efg", "views" : 10 } { "_id" : 1, "subject" : "coffee", "author" : "xyz", "views" : 50 }
查询另一种语言
使用 $text
表达式中可选的 $language
字段指定一种语言,该语言确定停用词列表以及 $search
字符串的词干提取器和分词器规则。
如果将 default_language
值指定为 none
,文本索引会解析字段中的每个词,包括停用词,并忽略后缀词干。
以下示例指定 es
,即西班牙语,作为决定分词、词干提取和停用词的语言:
db.articles.find( { $text: { $search: "leche", $language: "es" } } )
示例返回以下文档:
{ "_id" : 5, "subject" : "Café Con Leche", "author" : "abc", "views" : 200 } { "_id" : 8, "subject" : "Cafe con Leche", "author" : "xyz", "views" : 10 }
$text
表达式也可以接受语言名称 spanish
。有关支持的语言,请参阅自管理部署中的文本搜索语言。
不区分大小写和变音符号
$text
操作符遵循 text
索引的不区分大小写和变音符号的特性。版本 3 的 text
索引不区分变音符号,并将其不区分大小写的特性扩大为包括西里尔字母以及带变音符号的字符。有关详细信息,请参阅文本索引不区分大小写和文本索引不区分变音符号不敏感。
以下示例对搜索词 сы́рники
或 CAFÉS
执行不区分大小写和变音符号的文本查询:
db.articles.find( { $text: { $search: "сы́рники CAFÉS" } } )
使用版本 3 text
索引,该操作将匹配以下文档。
{ "_id" : 6, "subject" : "Сырники", "author" : "jkl", "views" : 80 } { "_id" : 5, "subject" : "Café Con Leche", "author" : "abc", "views" : 200 } { "_id" : 8, "subject" : "Cafe con Leche", "author" : "xyz", "views" : 10 }
如果使用以前版本的text
索引,该查询不会匹配任何文档。
区分大小写
要启用区分大小写,请指定 $caseSensitive: true
。指定 $caseSensitive: true
可能会影响性能。
搜索词区分大小写
以下示例对搜索词 Coffee
执行区分大小写的查询:
db.articles.find( { $text: { $search: "Coffee", $caseSensitive: true } } )
该操作仅与以下文档匹配:
{ "_id" : 2, "subject" : "Coffee Shopping", "author" : "efg", "views" : 5 }
短语区分大小写
以下示例对短语 Café Con Leche
执行区分大小写的查询:
db.articles.find( { $text: { $search: "\"Café Con Leche\"", $caseSensitive: true } } )
该操作仅与以下文档匹配:
{ "_id" : 5, "subject" : "Café Con Leche", "author" : "abc", "views" : 200 }
区分大小写,需含否定词
否定词是指以减号 -
为前缀的词。如果否定一个词,$text
运算符将从结果中排除包含这些词的文档。您还可以为否定词指定是否区分大小写。
以下示例对包含单词 Coffee
但不包含小写单词 shop
的文档(或更准确地说,单词的词干版本)执行区分大小写的查询:
db.articles.find( { $text: { $search: "Coffee -shop", $caseSensitive: true } } )
该操作匹配以下文档:
{ "_id" : 2, "subject" : "Coffee Shopping", "author" : "efg" }
区分变音符号
要对版本 3 文本索引区分变音符号,请指定 $diacriticSensitive: true
。指定 $diacriticSensitive: true
可能会影响性能。
搜索词区分变音符号
以下示例将对 CAFÉ
一词或(更准确地说是)该词的词干版本执行区分变音符号的文本查询:
db.articles.find( { $text: { $search: "CAFÉ", $diacriticSensitive: true } } )
操作只匹配以下文档:
{ "_id" : 5, "subject" : "Café Con Leche", "author" : "abc" }
区分变音符号并使用否定词
$diacriticSensitive
选项也适用于否定词。否定词是带有负号 -
前缀的词。如果否定一个词,$text
操作符将从结果中排除包含这些词的文档。
以下示例对包含搜索词 leches
但不包含 cafés
一词的文档执行区分变音符号的文本查询,或者更准确地说是这些单词的词干提取版本:
db.articles.find( { $text: { $search: "leches -cafés", $diacriticSensitive: true } } )
该操作匹配以下文档:
{ "_id" : 8, "subject" : "Cafe con Leche", "author" : "xyz" }
相关性分数示例
返回相关性评分
以下示例对术语 cake
进行文本查询,并在投影文档中使用 $meta
操作符将相关性分数追加到每个匹配的文档:
db.articles.find( { $text: { $search: "cake" } }, { score: { $meta: "textScore" } } )
返回的文档包含一个附加 字段 score
,其中包含文档的相关性分数:
{ "_id" : 3, "subject" : "Baking a cake", "author" : "abc", "views" : 90, "score" : 0.75 }
按相关性得分排序
您可以在
sort()
中指定{ $meta: "textScore" }
表达式,而无需在投影中指定表达式。例如:db.articles.find( { $text: { $search: "cake" } } ).sort( { score: { $meta: "textScore" } } ) 因此,您可以根据相关性对结果文档进行排序,而无需对
textScore
投影。如果在投影和
sort()
中都包含{ $meta: "textScore" }
表达式,则投影和排序文档的表达式可以有不同的字段名。For example, in the following operation, the projection uses a field namedscore
for the expression and thesort()
uses the field namedignoredName
.db.articles.find( { $text: { $search: "cake" } } , { score: { $meta: "textScore" } } ).sort( { ignoredName: { $meta: "textScore" } } )
返回前 2 个匹配文档
将 limit()
方法与 sort()
结合使用可返回前 n
个匹配的文档。
以下示例查询搜索词 coffee
并按降序分数对结果进行排序,将结果限制为前两个匹配的文档:
db.articles.find( { $text: { $search: "coffee" } }, { score: { $meta: "textScore" } } ).sort( { score: { $meta: "textScore" } } ).limit(2)
使用其他查询和排序表达式的文本搜索
以下示例匹配 author
等于 "xyz"
且带索引的字段 subject
包含搜索词 coffee
或 bake
的文档。该操作还指定按 date
升序排列,然后按相关性分数降序排列:
db.articles.find( { author: "xyz", $text: { $search: "coffee bake" } }, { score: { $meta: "textScore" } } ).sort( { date: 1, score: { $meta: "textScore" } } )