使用归类和正则表达式比较mongodb中的全角和半角日文字符

Question

根据the MongoDB documentation和the ICU documentation，应该可以利用collation忽略日语文本中的全角和半角差异。

我尝试了以下；

{ locale: "ja", caseLevel:true, strength:1} 

具有不同的强度，但没有一个起作用。

db.getCollection('mycollection')
        .find({"desc":/ﾊﾞﾝﾄﾞ/})
        .collation({ locale: "ja", caseLevel:true, strength:1})

此查询无法从以下文档获得结果；

{
    "desc": "＊EGRパイプバンド外れ"
}

---

更新

在MongoDB中，正则表达式无法应用排序规则的原因，因此，如果我使用某些匹配项来执行查询，则结果是完美的：

db.getCollection('mycollection')
        .find({"desc":"*EGRﾊﾟｲﾌﾟﾊﾞﾝﾄﾞ外れ???"})
        .collation({ locale: "ja", caseLevel:true, strength:1})

此查询将返回＊EGRパイプバンド外れ此结果。

但是如果我使用正则表达式，对此没有任何建议吗？

Answer 1

[没有办法使collate与任何正则表达式find逻辑一起工作，因为正则表达式脚本将覆盖任何collate定义，而仅使用其内部定义的逻辑，即查找包含半角的字符串仅ﾊﾞﾝﾄﾞ。

最简单的方法是在将搜索文本发送到MongoDB客户端之前，添加额外的逻辑，并将文本复制为半角和全角。您可以使用某些现有工具，例如this。

然后使用find将半角和全角搜索参数都应用于您的$or条件；

db.mycollection.find({$or: [{"desc":/ﾊﾞﾝﾄﾞ/}, {"desc":/バンド/}]}) 

同一期；

• Use of collation in mongodb $regex