MongoDB聚合拆分字符串 提取末段拼接指定格式路径字段

基础规则说明 #

原始文档仅包含_id字段，存储层级分类路径，示例：

{
  _id: ">Books>IT>C#>Cloud computing>"
}

需要输出固定结构结果，字段要求：

• 新_id：路径拆分后的最后一级分类名称，不能包含>字符
• Path：上级分类路径，必须以>开头、以>结尾，拼接时排除最后一级分类，每个路径段末尾追加>字符，示例输出：

{
  _id: "Cloud computing",
  Path: ">Books>IT>C#>"
}

原有代码问题排查 #

原有实现存在三个明确错误：

• $reduce初始值设为>，拼接逻辑额外判断加分隔符，导致路径开头出现两个>
• 直接传入全部分段数组做reduce，没有排除最后一级分类元素
• 拼接逻辑未在路径段末尾补>，导致最终Path结尾不符合格式要求

正确聚合代码 #

db.collection.aggregate([
  {
    $project: {
      // 按>拆分原始路径，过滤拆分产生的空字符串
      Split: {
        $filter: {
          input: { $split: ["$_id", ">"] },
          as: "segment",
          cond: { $ne: ["$$segment", ""] }
        }
      }
    }
  },
  {
    $project: {
      // 取最后一个分段作为新_id
      _id: { $last: "$Split" },
      Path: {
        $reduce: {
          // 截取除最后一个分段外的所有上级路径段
          input: { $slice: ["$Split", 0, { $subtract: [{ $size: "$Split" }, 1] }] },
          // 初始值设为单个>，保证开头格式正确
          initialValue: ">",
          // 每段拼接后追加>，自然形成结尾带>的格式
          in: { $concat: ["$$value", "$$this", ">"] }
        }
      }
    }
  }
])

逻辑验证 #

以示例文档为例：

1. 拆分过滤后得到的Split数组为["Books", "IT", "C#", "Cloud computing"]
2. 截取前3个元素得到上级路径段数组["Books", "IT", "C#"]
3. reduce拼接过程：
   • 初始值：>
   • 第一次拼接：> + Books + > = >Books>
   • 第二次拼接：>Books> + IT + > = >Books>IT>
   • 第三次拼接：>Books>IT> + C# + > = >Books>IT>C#>
4. 最终输出完全符合格式要求。

内容的提问来源于stack exchange，提问作者Sugafree