Python札记 -- MongoDB模糊查询

    最近在使用MongoDB的时候，遇到了使用多个关键词进行模糊查询的场景。竹风使用的是mongoengine库。

    查了各类资料，最后总结出比较好用的方法。先上代码，后面进行详细说明。以下：

 1 #!/usr/bin/env python
 2 #coding:utf-8
 3 
 4 import re
 5 import mongoengine
 6 from mongoengine import *
 7 
 8 mongoengine.register_connection('default', 'test', host='127.0.0.1')
 9 
10 class TestData(Document):
11     name = StringField()
12     content = StringField()
13 
14 TestData.objects.get_or_create(name='天地玄黄',defaults={'content':'abc123'})
15 TestData.objects.get_or_create(name='宇宙洪荒',defaults={'content':'ABC123'})
16 TestData.objects.get_or_create(name='每天向上',defaults={'content':'Abc123'})
17 
18 def print_arr(obj):
19     print obj.name,obj.content
20 
21 def fuzzy_query_by_contains():
22     print "\n###使用mongoengine的contains进行查询"
23     print "#contains区分大小写:"
24     test_data_list = TestData.objects(content__contains='abc123')
25     map(print_arr,test_data_list)
26 
27     print "#icontains不区分大小写:"
28     test_data_list = TestData.objects(content__icontains='abc123')
29     map(print_arr,test_data_list)
30 
31 def fuzzy_query_by_Q():
32     print "\n###使用Q来进行查询"
33     test_data_list = TestData.objects(
34         Q(name__icontains=u'天地') | Q(name__icontains=u'宇宙'))
35     map(print_arr,test_data_list)
36 
37 def fuzzy_query_by_pymongo():
38     print "\n###使用raw queries,New in version 0.4"
39     print "#单个查询条件"
40     search = {
41         '__raw__':{
42             'content':{'$regex':'A\S+\d+'},
43         },
44     }
45     test_data_list = TestData.objects(**search)
46     map(print_arr,test_data_list)
47 
48     print "#多个查询条件"
49     search = {
50         '__raw__':{
51             'name':{'$in':[re.compile(u'每天'),re.compile(u'宇宙')]},
52         },
53     }
54     test_data_list = TestData.objects(**search)
55     map(print_arr,test_data_list)
56 
57 if __name__ == '__main__':
58     fuzzy_query_by_contains()
59     fuzzy_query_by_Q()
60     fuzzy_query_by_pymongo()

     先讨论一下fuzzy_query_by_contains方法，这里用的是mongoengine提供的contains操做。值得注意的是，contains区分大小写，而icontains不区分大小写。这种方式在针对一个关键词进行模糊查询的时候特别方便。

    而后是fuzzy_query_by_Q方法，这里结合了contains和Q来进行组合查询。当使用Q()来进行组合查询时，必须使用位运算符（|和&），而不能使用or，and来进行逻辑运算。这种方式比较合适肯定关键词数目的状况。若是关键词的数目是不定的，这种方式就略显纠结了。

    竹风在动态关键词模糊查询的问题也是纠结良久，差点就要对每一个关键词分别查询，而后取交集凑结果了。后来在文档中发现，mongoengine有__raw__这个参数，能够执行PyMongo的查询（version 0.4提供的新功能）。因而几经试验，fuzzy_query_by_pymongo方法就出炉了。
    PyMongo支持正则表达式，提供了两种方法，一种是使用$regex，另外一种是使用re.compile()。
    在例子中，对单个关键词进行模糊查询，对应的代码为：{'$regex':'A\S+\d+'}
    接着就是对多个关键词进行查询，对应的代码为：{'$in':[re.compile(u'每天'),re.compile(u'宇宙')]}

    对代码进行一些修改，以便接受多个关键词，代码以下：

1 def fuzzy_query_by_pymongo():
2     print "#多个查询条件"
3     keyword = u'每天 宇宙'
4     search = {'__raw__' : {'name':{'$in':map(re.compile,keyword.split())}}}
5     test_data_list = TestData.objects(**search)
6     map(print_arr,test_data_list)

    顺带一提，例子中建立数据是用的get_or_create，会返回一个元组，第一个元素是建立or查询的对象，第二个元素是是否建立成功。文档中的推荐用法以下：

1 >>> a, created = User.objects.get_or_create(name='User A', defaults={'age': 30})
2 >>> b, created = User.objects.get_or_create(name='User A', defaults={'age': 40})
3 >>> a.name == b.name and a.age == b.age
4 True

    最后是例子运行的结果，返回的结果顺序可能略有不一样，没必要在乎。

 1 $ python mongodb_test.py
 2 
 3 ###使用mongoengine的contains进行查询
 4 #contains区分大小写:
 5 天地玄黄 abc123
 6 #icontains不区分大小写:
 7 天地玄黄 abc123
 8 宇宙洪荒 ABC123
 9 每天向上 Abc123
10 
11 ###使用Q来进行查询
12 天地玄黄 abc123
13 宇宙洪荒 ABC123
14 
15 ###使用raw queries,New in version 0.4
16 #单个查询条件
17 宇宙洪荒 ABC123
18 每天向上 Abc123
19 #多个查询条件
20 宇宙洪荒 ABC123
21 每天向上 Abc123