使用排序规则和正则表达式比较 mongodb 中的全角和半角日文字符

Question

根据the MongoDB documentation and the ICU documentation，利用collation.

应该可以忽略日语文本中的全角和半角差异

我尝试了以下方法；

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

强度不同，但其中 none 有效。

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中获取结果；

{
    "desc": "＊EGRパイプバンド外れ"
}

---

更新

发现 MongoDB 正则表达式无法应用排序规则的原因，所以如果我使用某些匹配来执行查询，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})

这个查询会return＊EGRパイプバンド外れ这个结果。

但如果我使用正则表达式就不行，有什么建议吗？

Answer 1

无法使 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，并且仅使用其自身定义的逻辑，即找到任何仅包含半角 ﾊﾞﾝﾄﾞ 的字符串。

实现此目的的最简单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。您可以使用一些现有工具，例如 this.

然后将半角和全角搜索参数应用到您的 find 条件 $or;

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

同样的问题；

• 在 mongodb $regex 中使用排序规则