Python札記 -- MongoDB模糊查詢

    最近在使用MongoDB的時候，遇到了使用多個關鍵詞進行模糊查詢的場景。竹風使用的是mongoengine庫。

    查了各種資料，最后總結出比較好用的方法。先上代碼，后面進行詳細說明。如下：

#!/usr/bin/env python
#coding:utf-8

import re
import mongoengine
from mongoengine import *

mongoengine.register_connection('default', 'test', host='127.0.0.1')

class TestData(Document):
    name = StringField()
    content = StringField()

TestData.objects.get_or_create(name='天地玄黃',defaults={'content':'abc123'})
TestData.objects.get_or_create(name='宇宙洪荒',defaults={'content':'ABC123'})
TestData.objects.get_or_create(name='天天向上',defaults={'content':'Abc123'})

def print_arr(obj):
    print obj.name,obj.content

def fuzzy_query_by_contains():
    print "\n###使用mongoengine的contains進行查詢"
    print "#contains區分大小寫:"
    test_data_list = TestData.objects(content__contains='abc123')
    map(print_arr,test_data_list)

    print "#icontains不區分大小寫:"
    test_data_list = TestData.objects(content__icontains='abc123')
    map(print_arr,test_data_list)

def fuzzy_query_by_Q():
    print "\n###使用Q來進行查詢"
    test_data_list = TestData.objects(
        Q(name__icontains=u'天地') | Q(name__icontains=u'宇宙'))
    map(print_arr,test_data_list)

def fuzzy_query_by_pymongo():
    print "\n###使用raw queries,New in version 0.4"
    print "#單個查詢條件"
    search = {
        '__raw__':{
            'content':{'$regex':'A\S+\d+'},
        },
    }
    test_data_list = TestData.objects(**search)
    map(print_arr,test_data_list)

    print "#多個查詢條件"
    search = {
        '__raw__':{
            'name':{'$in':[re.compile(u'天天'),re.compile(u'宇宙')]},
        },
    }
    test_data_list = TestData.objects(**search)
    map(print_arr,test_data_list)

if __name__ == '__main__':
    fuzzy_query_by_contains()
    fuzzy_query_by_Q()
    fuzzy_query_by_pymongo()

     先討論一下fuzzy_query_by_contains方法，這里用的是mongoengine提供的contains操作。值得注意的是，contains區分大小寫，而icontains不區分大小寫。這種方式在針對一個關鍵詞進行模糊查詢的時候特別方便。

    然后是fuzzy_query_by_Q方法，這里結合了contains和Q來進行組合查詢。當使用Q()來進行組合查詢時，必須使用位運算符（|和&），而不能使用or，and來進行邏輯運算。這種方式比較合適確定關鍵詞數目的情況。如果關鍵詞的數目是不定的，這種方式就略顯糾結了。

    竹風在動態關鍵詞模糊查詢的問題也是糾結良久，差點就要對每個關鍵詞分別查詢，然后取交集湊結果了。后來在文檔中發現，mongoengine有__raw__這個參數，可以執行PyMongo的查詢（version 0.4提供的新功能）。於是幾經試驗，fuzzy_query_by_pymongo方法就出爐了。
    PyMongo支持正則表達式，提供了兩種方法，一種是使用$regex，另一種是使用re.compile()。
    在例子中，對單個關鍵詞進行模糊查詢，對應的代碼為：{'$regex':'A\S+\d+'}
    接着就是對多個關鍵詞進行查詢，對應的代碼為：{'$in':[re.compile(u'天天'),re.compile(u'宇宙')]}

    對代碼進行一些修改，以便接受多個關鍵詞，代碼如下：

def fuzzy_query_by_pymongo():
    print "#多個查詢條件"
    keyword = u'天天 宇宙'
    search = {'__raw__' : {'name':{'$in':map(re.compile,keyword.split())}}}
    test_data_list = TestData.objects(**search)
    map(print_arr,test_data_list)

    順帶一提，例子中創建數據是用的get_or_create，會返回一個元組，第一個元素是創建or查詢的對象，第二個元素是是否創建成功。文檔中的推薦用法如下：

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

    最后是例子運行的結果，返回的結果順序可能略有不同，不必在意。

$ python mongodb_test.py

###使用mongoengine的contains進行查詢
#contains區分大小寫:
天地玄黃 abc123
#icontains不區分大小寫:
天地玄黃 abc123
宇宙洪荒 ABC123
天天向上 Abc123

###使用Q來進行查詢
天地玄黃 abc123
宇宙洪荒 ABC123

###使用raw queries,New in version 0.4
#單個查詢條件
宇宙洪荒 ABC123
天天向上 Abc123
#多個查詢條件
宇宙洪荒 ABC123
天天向上 Abc123