MERN翻译应用：非重音词匹配MongoDB重音词的实现疑问

问题背景 #

我开发了一款基于MERN栈的翻译应用，数据库中存储了带重音的单词föderativ，当前用户必须输入带ö的重音词才能匹配到该条目。我希望用户输入无重音的foderativ时，也能找到对应的重音词。我找到了MongoDB Atlas Search的asciiFolding过滤器方案，但不清楚配置代码的放置位置、用途及使用方式，同时想了解其他可行方案。

方案一：MongoDB Atlas Search asciiFolding过滤器 #

1. 配置代码的放置位置 #

你提供的配置是Atlas Search索引的定义代码，需在MongoDB Atlas控制台中创建索引时使用：

• 进入你的Atlas集群，打开目标数据库与集合
• 切换到「Search」标签页，点击「Create Index」
• 选择「JSON Editor」模式，粘贴你提供的配置代码，确认后保存创建索引（注意索引名称要和后续查询对应）

2. 配置代码的作用 #

这个自定义分析器asciiConverter的核心逻辑：

• 用standard分词器拆分文本内容
• 通过asciiFolding过滤器将带重音的字符转换为对应的ASCII字符（例如ö转为o）
• 同时指定analyzer和searchAnalyzer为该自定义分析器，保证索引阶段和搜索阶段做完全一致的ASCII折叠处理——存储的föderativ会被索引为foderativ，用户搜索foderativ时也会被处理为相同内容，从而实现匹配。

3. Node.js侧查询代码修改 #

你当前使用的$regex查询无法利用Atlas Search的分析器能力，需要改为Atlas Search专属的查询语法：

exports.search = async (req, res) => {
  try {
    const searchTerm = req.query.word || '';
    const category = req.query.category || 'word';
    const lan = req.query.lan || 'bosnian';
    const limit = parseInt(req.query.limit) || 10;

    // 构建Atlas Search聚合查询
    const query = [
      {
        $search: {
          index: 'asciiConverterIndex', // 替换为你创建的Atlas Search索引名称
          text: {
            query: searchTerm,
            path: `${category}.${lan}.value`, // 指定要搜索的字段路径
            analyzer: 'asciiConverter' // 使用自定义的ASCII折叠分析器
          }
        }
      },
      {
        $project: {
          [`${category}.bosnian.value`]: 1,
          [`${category}.german.value`]: 1,
          [`${category}.english.value`]: 1
        }
      },
      {
        $limit: limit
      }
    ];

    // 处理自定义投影参数
    const reqProjections = req.query.projections ? JSON.parse(req.query.projections) : [];
    if (reqProjections.length) {
      const customProject = {};
      reqProjections.forEach(proj => {
        customProject[`${proj}.bosnian.value`] = 1;
        customProject[`${proj}.german.value`] = 1;
        customProject[`${proj}.english.value`] = 1;
      });
      query[1].$project = customProject;
    }

    const data = await model.aggregate(query);
    responseHandler(data, res);
  } catch (err) {
    console.error(err);
    errorHandler(500, res, err.message);
  }
}

方案二：预处理无重音字段（无需Atlas Search） #

如果不想使用Atlas Search，可以在数据入库时额外存储一个去除重音的字段，查询时同时匹配原字段和预处理字段：

1. 数据入库预处理 #

使用第三方库（如lodash.deburr）处理重音字符，新增一个无重音字段：

const deburr = require('lodash.deburr');

// 示例：存储单词时添加无重音字段
const wordToSave = {
  german: {
    value: 'föderativ',
    value_ascii: deburr('föderativ') // 结果为'foderativ'
  }
};
await model.create(wordToSave);

2. 查询逻辑修改 #

修改$match条件，同时匹配原字段和无重音字段：

// 替换原$match部分的代码
const searchTerm = req.query.word || '';
const fieldPath = `${req.query.category || 'word'}.${req.query.lan || 'bosnian'}`;

query[0].$match.$or = [
  { [`${fieldPath}.value`]: { $regex: searchTerm, $options: 'i' } },
  { [`${fieldPath}.value_ascii`]: { $regex: searchTerm, $options: 'i' } }
];

方案三：MongoDB原生文本索引（有限支持） #

如果不想依赖第三方库或Atlas Search，可以创建原生文本索引，指定language: "none"来避免语言特定的分词，但这种方式对重音的处理不如asciiFolding全面，仅支持部分字符转换：

1. 创建文本索引 #

// 在模型定义或数据库初始化时执行
model.createIndex(
  { "word.german.value": "text" },
  { default_language: "none" }
);

2. 查询逻辑修改 #

使用$text操作符进行查询：

query[0].$match = {
  $text: { $search: searchTerm }
};

内容的提问来源于stack exchange，提问作者Kenan