如何用C# MongoDB Driver查询content任意位置含指定值的文档？

我用C#编写了ASP.NET Core 9.0 Web API，使用MongoDB Driver 3.1版本查询MongoDB。数据库里有个Foo集合，存储多源数据，Schema如下：

_id: objectId,
sourceName: string,
content: document

content字段的结构完全不固定，比如：

{
  "_id": ObjectId('66c63a62a9fa7c172aea24f8'),
  "sourceName": "Foo-1",
  "content": {
    "opName": "Django",
    "opId": 3,
    "accounts": ["sample1", "joe@google.com"]
  }
},
{
  "_id": ObjectId('66c63a62a9fa7c172aea24f9'),
  "sourceName": "Foo-2",
  "content": {
    "magazine": "Foo for beginners",
    "author": "Joe Blogs"
  }
}

需求是查找所有content中任意位置包含指定术语（比如"Joe"）的文档，不管匹配的是哪个键，只要值里有这个术语就行。我尝试过用正则表达式查询，但没得到结果：

// request.Term = "Joe"
// _foo = mongoDbService.Database?.GetCollection<Foo>("foo");

var regex = new Regex(Regex.Escape(request.Term), RegexOptions.IgnoreCase);
var filter = Builders<Foo>.Filter.Regex(r => r.Content, new BsonRegularExpression(regex));

await _foo.Find(filter).ToListAsync()

Foo的C#类定义：

[BsonIgnoreExtraElements]
public class Foo
{
    [BsonId]
    [BsonRepresentation(BsonType.ObjectId)]
    public string Id { get; set; }

    [BsonElement("sourceName")]
    public string Source { get; set; }

    [BsonElement("content")]
    public BsonDocument Content { get; set; }
}

请问怎么查询content字段，判断其任意键的值是否包含、以指定词开头或结尾？

为什么之前的方法无效 #

直接对Content字段用Regex过滤，MongoDB会尝试匹配整个content文档的BSON序列化字符串，而不是遍历里面的每个值，所以无法命中嵌套的字段或数组元素。

方法1：使用$expr+$objectToArray遍历所有值 #

利用MongoDB的聚合表达式，把content转换成键值对数组，然后遍历所有值进行正则匹配：

var term = request.Term;
var regex = new BsonRegularExpression(Regex.Escape(term), "i"); // "i"表示忽略大小写

var filter = Builders<Foo>.Filter.Expr(
    BsonDocument.Parse($"{{ $anyElementTrue: {{ $map: {{ input: {{ $objectToArray: '$content' }}, as: 'kv', in: {{ $regexMatch: {{ input: '$$kv.v', regex: {regex.ToBsonDocument()} }} }} }} }} }}")
);

var result = await _foo.Find(filter).ToListAsync();

解释：

• $objectToArray: '$content'：把content文档转成[{k: "key1", v: "value1"}, ...]的数组
• $map：遍历每个键值对，用$regexMatch检查值是否匹配正则
• $anyElementTrue：只要有一个匹配结果为true，就返回该文档

方法2：创建文本索引（推荐，性能更优） #

如果频繁做这类模糊搜索，建议给content字段创建通配符文本索引：

// 在MongoDB Shell中执行
db.foo.createIndex({"content.$**": "text"})

之后在C#中可以用文本搜索过滤：

var filter = Builders<Foo>.Filter.Text(request.Term, new TextSearchOptions { CaseSensitive = false });
var result = await _foo.Find(filter).ToListAsync();

注意：

• 文本索引会自动处理数组元素（比如accounts数组里的字符串）
• 支持模糊匹配，但默认是按词匹配，如果需要前缀匹配可以调整索引参数
• 性能比聚合表达式好，适合大规模数据

针对开头/结尾匹配的调整 #

如果需要精确的"以指定词开头"或"结尾"，修改正则表达式即可：

• 开头匹配：new BsonRegularExpression($"^{Regex.Escape(term)}", "i")
• 结尾匹配：new BsonRegularExpression($"{Regex.Escape(term)}$", "i")

内容的提问来源于stack exchange，提问作者Leigh.D