Mongo查询忽略非英文字符

Question

我有一个 mongo 集合，以多种语言存储城市/国家数据。例如，以下查询：

db.cities_database.find({ "name.pl.country": "Węgry" }).pretty().limit(10);

返回以下格式的数据：

[
  {
    _id: ObjectId('67331d2a9566994a18c505aa'),
    geoname_id_city: 714073,
    latitude: 46.91667,
    longitude: 21.26667,
    geohash: 'u2r4guvvmm4m',
    country_code: 'HU',
    population: 7494,
    estimated_radius: 400,
    feature_code: 'PPL',
    name: {
      pl: { city: 'Veszto', admin1: null, country: 'Węgry' },
      ascii: { city: 'veszto', admin1: null, country: null },
      lt: { city: 'Veszto', admin1: null, country: 'Vengrija' },
      ru: { city: 'Veszto', admin1: null, country: 'Венгрия' },
      hu: { city: 'Veszto', admin1: null, country: 'Magyarország' },
      en: { city: 'Veszto', admin1: null, country: 'Hungary' },
      fr: { city: 'Veszto', admin1: null, country: 'Hongrie' }
    }
  }
...
]

我希望能够在仅使用英文字符时使用相同的查询，因此对于这个示例，我想通过

"name.pl.country": "Wegry"

进行查询（而不是字符

ę

我希望 Mongo 将其视为

e

，而执行此查询）。

有可能实现这个目标吗？

到目前为止，我尝试使用这样的排序规则：

db.cities_database.find({ "name.pl.country": "Wegry" }).collation({ locale: "pl", strength: 1 }).pretty().limit(10);

但此查询不返回任何内容。

Answer 1

如果您使用 MongoDB Altas，您可以使用

icuFolding

设置自定义分析器来执行不区分变音符号的搜索。

索引：

{
  "analyzer": "diacriticFolder",
  "mappings": {
    "fields": {
      "name": {
        "type": "document",
        "fields": {
          "pl": {
            "type": "document",
            "fields": {
              "country": {
                "analyzer": "diacriticFolder",
                "type": "string"
              }
            }
          }
        }
      }
    }
  },
  "analyzers": [
    {
      "name": "diacriticFolder",
      "charFilters": [],
      "tokenizer": {
        "type": "keyword"
      },
      "tokenFilters": [
        {
          "type": "icuFolding"
        }
      ]
    }
  ]
}

$search

查询：

[
  {
    $search: {
      "text": {
        "query": "Wegry",
        "path": "name.pl.country"
      }
    }
  }
]

MongoDB Atlas 搜索游乐场