前言

首先，我想說的是，看官方文檔很重要，雖然可能都是英文，并且也很長(zhǎng)，但是基本都很有用。

普通索引

不多介紹，一搜一大把，簡(jiǎn)要介紹可以看菜鳥教程

文本索引

之前在進(jìn)行文本匹配時(shí)候，用的是正則$regex，后來發(fā)現(xiàn)mongo自帶有一個(gè)文本索引，所以就研究了下

首先上官方文檔，這里有一個(gè)中文版本的，但是中文版本缺少內(nèi)容。可以先看中文版，然后補(bǔ)充看英文版

簡(jiǎn)要說明一下重點(diǎn)（用了中文版本中的例子）

建立索引

db.stores.createIndex( { name: "text", description: "text" } )

find操作

db.stores.find( { $text: { $search: "java coffee shop" } } )

注意，上面匹配到的是只要包含java coffee shop中至少一個(gè)詞就返回結(jié)果，否則用精確搜索

精確索引（這一點(diǎn)在后面會(huì)補(bǔ)充）

db.stores.find( { $text: { $search: "java \"coffee shop\"" } } )

詞語排除

db.stores.find( { $text: { $search: "java shop -coffee" } } )

排序

db.stores.find(
   { $text: { $search: "java coffee shop" } },
   { score: { $meta: "textScore" } }
).sort( { score: { $meta: "textScore" } } )

根據(jù)英文版本補(bǔ)充

首先，在find時(shí)候有額外的幾個(gè)參數(shù)可選，

{
  $text:
    {
      $search: <string>,
      $language: <string>,
      $caseSensitive: <boolean>,
      $diacriticSensitive: <boolean>
    }
}

大小寫敏感$caseSensitive，默認(rèn)是false
發(fā)音敏感$diacriticSensitive，默認(rèn)是false。這個(gè)要說明一下，搜索發(fā)現(xiàn)具體解釋可以看此處，簡(jiǎn)單說就是，如果不敏感，那么As such, the index also does not distinguish between é, é, e, and E.

限制

挑幾個(gè)說，具體還是看英文文檔去

• A query can specify, at most, one $text expression.
  這一點(diǎn)的話，我當(dāng)時(shí)想搜索同時(shí)匹配兩個(gè)詞的情況，在Robo 3Tfind里面用多個(gè)沒問題，但是后來在程序里面pymongo就遇到了問題，但是后來發(fā)現(xiàn)沒有必要，下文會(huì)解釋

如果用在aggregation里面

• The $match stage that includes a $text must be the first stage in the pipeline.
• A text operator can only occur once in the stage.
• The text search, by default, does not return the matching documents in order of matching scores. Use the $meta aggregation expression in the $sort stage.

否定詞

• A hyphenated word, such as pre-market, is not a negation. If used in a hyphenated word, $textoperator treats the hyphen-minus (-) as a delimiter. To negate the word market in this instance, include a space between pre and -market, i.e., pre -market.

連字符詞，如pre-market，不是否定詞。如果在帶連字符的單詞中使用，$text操作符將連字符-(-)作為分隔符。要在本例中否定market一詞，請(qǐng)?jiān)?code>pre和-market之間加上空格，即pre -market。

關(guān)于這一點(diǎn)，我也有一點(diǎn)想補(bǔ)充說
在最后使用時(shí)發(fā)現(xiàn)，當(dāng)搜索hand時(shí)候，如果文本中有hand-helds也會(huì)被搜索到，但是handhelds不會(huì)，那是不是和這個(gè)-相關(guān)呢？待考證
所以在使用時(shí)需要注意上面這個(gè)細(xì)節(jié)

另外

Stop Words

• 會(huì)自動(dòng)去掉Stop Words
  The $text operator ignores language-specific stop words, such as the and and in English.

Stemmed Words

• 詞根 （居然能自動(dòng)實(shí)現(xiàn)）
  For case insensitive and diacritic insensitive（前提） text searches, the $text operator matches on the complete stemmed word. So if a document field contains the word blueberry, a search on the term blue will not match. However, blueberry or blueberries will match.

注意：mongo會(huì)自動(dòng)將text的內(nèi)容以及find中的query都進(jìn)行stemmed處理

補(bǔ)充精確搜索(同時(shí)包含多個(gè)詞)

上面說到，當(dāng)時(shí)我想搜索同時(shí)包含兩個(gè)詞（eg：java coffee shop）的文檔，如果用db.stores.find( { $text: { $search: "java coffee shop" } } )得到的是至少包含一個(gè)詞的結(jié)果
所以一開始我想用db.stores.find( { $text: { $search: "java" }, $text: { $search: "coffee" } } )這樣
在robo上可行，但是在pymongo里面不可行（上面文檔也說不行）
后來發(fā)現(xiàn)直接db.stores.find( { $text: { $search: "\"java\" \"coffee\" \"shop\"" } } )這樣就夠了，反斜杠只是為了區(qū)分引號(hào)
而在python里面可以通過單雙引號(hào)來實(shí)現(xiàn)

que_str = ''
for que in filtered_query: #對(duì)于text索引的多條件
    que_str += '"' + que + '"'
con.append({'$text':{'$search':que_str}})

補(bǔ)充參考

https://docs.mongodb.com/manual/core/index-text/ 這個(gè)好像是index-text的介紹