丰富文档的MongoDB全文检索

Question

我正在开发一个在MongoDB数据库中存储Node.js文档的应用程序，并希望提供全文搜索功能。从我所看到的来看，包含在MongoDB中的全文搜索要求文档是纯文本的，因此不适合索引我的html文档。这个假设是正确的吗?如果是这样，人们对此有什么建议。

从阅读其他SO posts来看，弹性搜索似乎是最受建议的路径。不过，我不能说我对将Java应用程序引入这一领域感到非常高兴。此外，拥有一个完全独立的应用程序也不是我的理想方案。

Answer 1

您可以在HTML中抛出一些正则表达式，然后尝试自己从HTML执行strip the markup。可以通过MongoDB对输出进行索引。

这可能比使用ES或Solr之类的搜索工具更容易开发(这里确实超出了讨论范围)，但它不会让您走得更远:简单地剥离HTML意味着上下文信息会丢失，无效的HTML可能会带来麻烦。