R中mongolite的正则化

Question

我还不知道自己做错了什么，我真的很想知道我在这里错过了什么。

library(mongolite)
m <- mongo(url = "mongodb://192.168.1.5:27017", db = "products", collection =    "sku")

m$count()
#gives 54524

a1 <- m$find('{"item"  : { "$regex" : "/.*A*./i" }}')
returns Imported 0 records. Simplifying into dataframe...

#but when you do
a1 <- m$find('{"item"  : "ABC"}')
#returns 8 records
a1 <- m$find('{"item"  : "AAC"}')
#returns 5 records
a1 <- m$find('{"item"  : "AAAC"}')
#returns 18 records

等等。因此，我不知道在mongodb中调用regex操作符的方式有什么问题。有什么线索吗？谢谢

Answer 1

在mongo中，您将使用没有引号的/ ... /。但是，在mongolite中您需要引号，否则是无效的JSON

因此，您需要使用... { "$regex" : ".*A*.", "$options" : "i"}...

考虑一下这个例子

library(mongolite)

m <- mongo(db = "test", collection = "test", url = "mongodb://localhost")

## create and insert some dummy data
set.seed(2016)
df <- data.frame(id = seq(1:100),
                val = sample(letters, size = 100, replace = T))

m$insert(df)

## valid regex query in mongolite
m$find('{ "val" : { "$regex" : "^a", "$options" : "i" }  }')
# Imported 5 records. Simplifying into dataframe...
#     id val
# 1  26   a
# 2  53   a
# 3  61   a
# 4  76   a
# 5 100   a

## these queries don't work. 
m$find('{ "val" : { "$regex" : "/^a/", "$options" : "i" }  }')
# Imported 0 records. Simplifying into dataframe...
# data frame with 0 columns and 0 row

m$find('{ "val" : { "$regex" : /^a/, "$options" : "i" }  }')
# Error: Invalid JSON object: { "val" : { "$regex" : /^a/, "$options" : "i" }  }

而在mongo (我使用robomongo)中，可以使用

db.test.find({ "val" : { "$regex" : /^a/ }  })
## or
db.test.find({ "val" : { "$regex" : "^a" }  })

现在，如果您需要更快地将数据导入R，并且您的结果可以在不丢失数据的情况下强制进入data.table，那么您可以使用我编写的一个包，该包扩展了使用data.table::rbindlist将结果转换为data.table的mongolite。速度是因为它假设您的数据是一个“表格”结构，并且避免了在mongolite中的递归调用，这些调用将JSON简化为一个data.frame。有关更多详细信息，请参阅我的github页面。

# library(devtools)
# install_github("SymbolixAU/mongolitedt")
library(mongolitedt)
bind_mongolitedt(m)

m$finddt('{ "val" : { "$regex" : "^A", "$options" : "i" }  }')
## returns a data.table
#  Imported 5 records.
#     id val
# 1:  26   a
# 2:  53   a
# 3:  61   a
# 4:  76   a
# 5: 100   a