regex - 在MongoDB集合中的RegEx数组中查找匹配项

说我有一个与这些领域的集合:

{
    "category" : "ONE",
    "data": [
        {
            "regex": "/^[0-9]{2}$/",
            "type" : "TYPE1"
        },
        {
            "regex": "/^[a-z]{3}$/",
            "type" : "TYPE2"
        }
        // etc
    ]
}

所以我的输入是“abc”，所以我想获得相应的类型(或最佳匹配，尽管起初我假设RegExes是排他的)。有什么可行的方法可以实现良好的性能吗？ (这将排除对RegEx数组的每个项目进行迭代)

请注意，如果可能，可能会重新安排模式，因为该项目仍处于设计阶段。因此，替代方案将受到欢迎。

每个类别可以包含大约100-150个RegExes。我计划大约有300个类别。
但我确实知道类型是互斥的。

一类的真实示例:

type1=^34[0-9]{4}$,
type2=^54[0-9]{4}$,
type3=^39[0-9]{4}$,
type4=^1[5-9]{2}$,
type5=^2[4-9]{2,3}$

最佳答案

描述RegEx(Divide et Impera)将大大有助于限制需要处理的文档数量。

在这个方向上的一些想法:

RegEx接受长度(固定，最小，最大)

POSIX样式字符类([:alpha:]，[:digit:]，[:alnum:]等)

树状文档结构(umm)

实现这些方法中的每一个都会增加插入的复杂性(代码和/或手动输入)，并增加一些在查询之前描述searchterm的开销。

在类别中具有互斥类型可以简化操作，但是类别之间又如何呢？



...如果不是大多数，某些肯定会是完全重复的。

在这种方法中，与您最初建议的“模式”相比，我将尝试以相反的方式使要存储/查询的文档总数最小化。
注意:此演示中仅包含字符串长度以进行缩小，对于手动输入而言，这很自然，因为它可以加强对RegEx的视觉检查

考虑使用文档撤销regexes集合，如下所示:

{
   "max_length": NumberLong(2),
   "min_length": NumberLong(2),
   "regex": "^[0-9][2]$",
   "types": [
     "ONE/TYPE1",
     "NINE/TYPE6"
  ]
},
{
   "max_length": NumberLong(4),
   "min_length": NumberLong(3),
   "regex": "^2[4-9][2,3]$",
   "types": [
     "ONE/TYPE5",
     "TWO/TYPE2",
     "SIX/TYPE8"
  ]
},
{
   "max_length": NumberLong(6),
   "min_length": NumberLong(6),
   "regex": "^39[0-9][4]$",
   "types": [
     "ONE/TYPE3",
     "SIX/TYPE2"
  ]
},
{
   "max_length": NumberLong(3),
   "min_length": NumberLong(3),
   "regex": "^[a-z][3]$",
   "types": [
     "ONE/TYPE2"
  ]
}

..每个唯一的RegEx作为其自己的文档，具有所属的类别(每个类别可扩展为多种类型)

演示汇总代码:

function () {

   match=null;
   query='abc';

   db.regexes.aggregate(
    {$match: {
        max_length: {$gte: query.length},
        min_length: {$lte: query.length},
        types: /^ONE\//
        }
    },
    {$project: {
        regex: 1,
        types: 1,
        _id:0
        }
    }
   ).result.some(function(re){
       if (query.match(new RegExp(re.regex))) return match=re.types;
   });
   return match;
}

返回'abc'查询:

[
   "ONE/TYPE2"
]

这将仅针对以下两个文档:

{
   "regex": "^2[4-9][2,3]$",
   "types": [
     "ONE/TYPE5",
     "TWO/TYPE2",
     "SIX/TYPE8"
  ]
},
 {
   "regex": "^[a-z][3]$",
   "types": [
     "ONE/TYPE2"
  ]
}

通过长度3缩小并具有ONE类别。

可以通过实现POSIX描述符进一步缩小(易于针对searchterm进行测试，但必须在数据库中输入2个RegExps)