MongoDB 5.0.15如何设置西班牙语不区分变音符号的文本索引

你的问题核心在于使用西班牙语（es）作为默认语言时，MongoDB的西班牙语文本分析器会保留变音符号作为词汇的一部分，导致带变音的García和不带变音的Garcia被分析成两个不同的索引词，无法互相匹配。

虽然textIndexVersion: 3确实支持不区分变音符号的搜索，但这一特性会被特定语言的分析器逻辑覆盖——西班牙语中变音符号具有语义区分作用，因此分析器不会自动去除变音符号。

解决方案步骤 #

1. 删除现有索引 #

先移除当前不符合需求的文本索引：

db.personsData.dropIndex("personsFullname")

2. 创建正确的文本索引 #

根据你的需求，有两种可选方案：

方案一：使用简单分析器（推荐，完全不区分变音符号）

使用simple分析器会忽略语言特性，仅做基础的文本规范化（包括去除变音符号），确保García和Garcia被索引为同一个词：

db.personsData.createIndex(
  { name: "text", familyName: "text" },
  {
    name: "personsFullname",
    weights: { familyName: 1, name: 1 },
    default_language: "simple",
    textIndexVersion: 3,
    diacriticSensitive: false // 显式声明不区分变音符号，默认已为false，可省略
  }
)

方案二：保留西班牙语分析器但强制不区分变音符号

如果你需要保留西班牙语的停用词处理等特性，可显式设置diacriticSensitive: false（部分语言分析器支持该配置）：

db.personsData.createIndex(
  { name: "text", familyName: "text" },
  {
    name: "personsFullname",
    weights: { familyName: 1, name: 1 },
    default_language: "es",
    textIndexVersion: 3,
    diacriticSensitive: false
  }
)

3. 验证效果 #

创建索引后，执行以下搜索命令，两种写法都应该返回全部3条记录：

// 搜索带变音的词
db.personsData.find({ "$text": { "$search": "García" } })

// 搜索不带变音的词
db.personsData.find({ "$text": { "$search": "Garcia" } })

额外验证方法 #

你可以通过analyzeString命令查看不同语言分析器对文本的处理结果，确认索引逻辑：

// 查看西班牙语分析器的处理结果
db.runCommand({ analyzeString: "García", textIndexVersion: 3, language: "es" })
db.runCommand({ analyzeString: "Garcia", textIndexVersion: 3, language: "es" })

// 查看简单分析器的处理结果
db.runCommand({ analyzeString: "García", textIndexVersion: 3, language: "simple" })
db.runCommand({ analyzeString: "Garcia", textIndexVersion: 3, language: "simple" })

对比结果会发现：西班牙语分析器会将两个词处理为不同的token，而简单分析器会将它们统一为garcia。

内容的提问来源于stack exchange，提问作者mogarick