Question

我有一个作业，需要使用MongoDB从一些Twitter帖子中检索数据，并且已经有一个问题坐了几个小时了。我需要提取提到的用户（在Twitter中，您@@ TheirUsername来提及他们），并且这样做很麻烦，我尝试使用substrCP，并找到“ @”开头的索引，但无法弄清楚如何找到“ @”停在哪里，因为名称的长度不同，并且名称结尾后可以有任何字符，例如“？”，“”。等

因此，我使用了正则表达式模式：/ @ \ w + /来查找该推文是否包含一个字符串，该字符串包含@符号，后跟一些单词。找出推文中是否包含@Someone确实非常有效，但是我仍然不知道如何“提取”该推文。

（顺便说一句。我一直在使用聚合来做到这一点，所以我可以通过$ match，然后是$ project，最后是$ sort）来传递它

看起来像这样：

https://hastebin.com/adohogedil.bash

需要提取用户名的字符串的示例是：
“该死！@ white_cat22我错过了11:11”

我只需要“ @ white_cat22”部分。

编辑：稍作搜索之后，我认为一种更好的描述方法如下，我需要在被测试的字符串上检索匹配的正则表达式模式。

我该怎么做才能提取提到的用户名？任何帮助将不胜感激！（已编辑）

Answer 1

因此，您可以使用MongoDB查询运算符来实现所需的内容，例如：

{ username: { $regex: /@white_cat22/i } }

有关更多详细信息，请查看此link

Answer 2

它有点棘手，您必须使用$split和$unwind运算符，然后将$match与@一起使用，如下所示：

db.tweets.aggregate([ 
    {
        $match: { tweet: /@\w+/ }
    }, 
    {
        $project: {tweet: {$split: ["$tweet", " "]}}
    }, 
    {
        $unwind: "$tweet"
    }, 
    {
        $match: { tweet: /@\w+/  }
    } 
])

它产生的结果，几乎与您的要求类似：

{ "_id" : ObjectId("5c61aee91765cd7b27eb473e"), "tweet" : "@white_cat22" }
{ "_id" : ObjectId("5c61aeee1765cd7b27eb473f"), "tweet" : "@white_cat23" }
{ "_id" : ObjectId("5c61aef61765cd7b27eb4740"), "tweet" : "@cat23" }
{ "_id" : ObjectId("5c61aefd1765cd7b27eb4741"), "tweet" : "@KP" }
{ "_id" : ObjectId("5c61af051765cd7b27eb4742"), "tweet" : "@kpTesting" }
{ "_id" : ObjectId("5c61af091765cd7b27eb4743"), "tweet" : "@kpTesting12" }
{ "_id" : ObjectId("5c61b4791765cd7b27eb4744"), "tweet" : "@kpTesting12" }

有关更多信息，我对上面使用的集合的简单查找查询是：

> db.tweets.find()
{ "_id" : ObjectId("5c61aee91765cd7b27eb473e"), "tweet" : "damnnn! @white_cat22 i missed 11:11" }
{ "_id" : ObjectId("5c61aeee1765cd7b27eb473f"), "tweet" : "damnnn! @white_cat23 i missed 11:11" }
{ "_id" : ObjectId("5c61aef61765cd7b27eb4740"), "tweet" : "damnnn! @cat23 i missed 11:11" }
{ "_id" : ObjectId("5c61aefd1765cd7b27eb4741"), "tweet" : "damnnn! @KP i missed 11:11" }
{ "_id" : ObjectId("5c61af051765cd7b27eb4742"), "tweet" : "damnnn! @kpTesting i missed 11:11" }
{ "_id" : ObjectId("5c61af091765cd7b27eb4743"), "tweet" : "damnnn! @kpTesting12 i missed 11:11" }
{ "_id" : ObjectId("5c61b4791765cd7b27eb4744"), "tweet" : "@kpTesting12 i missed 11:11" }
>

它也包含用户名，即@一词，如果该用户名出现在tweet句子的最后，它也将起作用。

这可能会有所帮助，但是您始终可以优化此查询，我在此处发布只是为了您的理解，我没有为您提供所需的优化解决方案。

有关更多详细信息，请检查以下参考资料：

$split (aggregation)

$unwind (aggregation)

MongoDB-从正则表达式提取数据

2 个答案: