如何在pymongo中正确设计正则表达式？

Question

我使用python 3.7.1（默认值，2018年12月14日，19:28:38）和pymongo 3.7.2。

在mongodb中，这有效：

db.collection.find(
    {$and:[
    {"field":{$regex:"bon?"}},
    {"field":{$not:{$regex:"bon souple"}}},
    {"field":{$not:{$regex:"bon léger"}}}
    ]}
    )

所以在pymongo中，我做的与之相同：

db.collection.find(
    {"$and":[
    {"field":{"$regex":"bon?"}},
    {"field":{"$not":{"$regex":"bon souple"}}},
    {"field":{"$not":{"$regex":"bon léger"}}}
    ]}
    )

但是它表示pymongo.errors.OperationFailure: $regex has to be a string。

因此，我按照建议的here进行了尝试：

liste_reg=[
{'field': {'$regex': {'$not': re.compile('bon souple')}}}, 
{'field': {'$regex': {'$not': re.compile('bon léger')}}}, 
{'field': {'$regex': re.compile('bon?')}}
]
rslt=list(
    db.collection.find({"$and":liste_reg})
)

我注意到，即使没有特殊字符，它也表示相同的错误：

liste_reg=[
{'field': {'$regex': {'$not': re.compile('bon souple')}}} #where no special char is present
]
rslt=list(
    db.collection.find({"$and":liste_reg})
)

所以我尝试将"/"用作：

liste_reg=[
{'field': {'$regex': {'$not':'/bon souple/'}}} #where no special char is present
#even tried re.compile('/bon souple/')
]
rslt=list(
    db.collection.find({"$and":liste_reg})
)

同样的错误pymongo.errors.OperationFailure: $regex has to be a string仍然发生。

我该怎么办？

我对解决方案研究的一些更新

问题的核心似乎在于$not，因为当我这样做时：

liste_reg=[{'field': {'$regex': 'bon?'}}]
rslt=list(
    db.collection.find({"$and":liste_reg})
)
len(rslt)#gives 23 013, what is ok.

没有错误。

一些样品

根据Emma的要求，我可以举一个示例，它将在mongo中明确显示我的请求。 通常，我必须在该字段中具有以下模式：

• 秒
• trèsléger
• léger
• bonléger
• bon
• bon汤
• souple
• Très汤粉
• 柯兰特
• 响亮
• trèsLourd
• 喜欢

对我来说主要的问题是我的蜘蛛不能正确解析，因为我没有为此编写足够强大的脚本。 我得到的结果不是仅仅获得“ bon”，而是得到这样的结果：

{"_id":"ID1",
"field":"bon\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\t\t\tnon",
...}

这是许多其他错误解析之间的示例。 因此，这就是为什么我想要以"bon?"开头而不是"bon souple"或"bon léger"开头的结果的原因，因为它们具有正确的值，而没有\n或\t。

因此作为示例：

[{"_id":"ID1",
"field":"bon\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\t\t\tnon"},
{"_id":"ID2",
"field":"bon\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\r\n\t\t\t\t\t\tpremière"},
{"_id":"ID3",
"field":"bon\r\n\t\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\t\r\n\t\t\t\t\t\t\r\n\t\t\t\t\t\t2ème"},
{"_id":"ID4",
"field":"bon souple"},
{"_id":"ID5",
"field":"bon léger"}]

Answer 1

尝试使用带有否定前瞻性的字符串文字。只要您在'bon'之后有回车符（\ r），下面的示例就可以工作。

import re
bon = re.compile(r'bon(?=\r)')
db.collection.find({'field': bon})

Answer 2

我只是遇到了同样的问题。

尝试这样做：

liste_reg=[
{'field': {'$not': re.compile('bon souple')}}, 
{'field': {'$not': re.compile('bon léger')}}, 
{'field': {'$regex': re.compile('bon?')}}
]
rslt=list(
    db.collection.find({"$and":liste_reg})
)

我刚刚删除了查询的$regex部分。

背景

我尝试做{item["type"]: {"$not": item['name']}}，而pymongo返回了$not needs a regex or a document错误。

因此，我尝试：{item["type"]: {"$not": {"$regex": item['name']}}}，pymongo返回了$not cannot have a regex错误。

我找到了这样的https://stackoverflow.com/a/20175230/9069964，这终于对我有用：

item_name = item["name"]
{item["type"]: {"$not": re.compile(item_name)}}

我不得不放弃“ $ regex”部分，并给“ $ not”我的正则表达式内容。

Answer 3

在这里，我们也许可以解决此问题，甚至无需使用$not功能。例如，如果我们不希望bon souple或bon léger后面没有空格，则可以使用类似于以下内容的表达式：

bon

DEMO

我不太确定我们要在此处提取的内容，但是我只是猜测也许我们想在"bon[^\s].+" 之间滑动bon值，而不用空格。

此外，我们可能希望研究正则表达式查询要求并根据需要调整表达式，例如转义或使用捕获组：

"

或：

(bon[^\s].+)

或：

"(bon[^\s].+)"

或：

\"(bon[^\s].+)\" 

DEMO

RegEx电路

jex.im可视化正则表达式：

---

我不确定这是否是我们想要的，或者是否有意义，但是根据此documentation，我们可以尝试使用：

([\s\S]*?)\"(bon[^\s].+)\"

或：

{ name: { $regex: /([\s\S]*?)\"(bon[^\s].+)\"/, $options: "mi" } }

---

db.collection.find

{ name: { $regex: '([\s\S]*?)\"(bon[^\s].+)\"', $options: "mi" } }

或：

db.collection.find({"field":{ $regex: /(bon[^\s].+)/, $options: "mi" }})

---

参考：

PyMongo $in + $regex

Performing regex Queries with pymongo