如何查找数组字段中包含单短横线(-)错误值的数据库文档

问题规则说明 #

指定employerId对应的数据集内，occupationalCategory数组字段的元素存在格式错误：职业编码与名称之间的分隔符被写为两边带空格的单个短横线（-），不符合规范要求的两边带空格的双短横线（--）。

注意：职业编码本身自带的短横线（如编码15-1132.00中夹在数字间的-）属于合法内容，查询时需排除这类场景的干扰，避免误匹配。

• 错误数据样例

"occupationalCategory" : [
  "15-1132.00 - Software Developers, Applications"
]

• 正确数据样例

"occupationalCategory" : [
  "15-1132.00 -- Software Developers, Applications"
]

查询实现（MongoDB） #

标准版本（支持正则零宽断言，MongoDB 4.0及以上） #

直接通过正则精准匹配错误分隔符，不会误判合法短横线和正确格式的双短横线：

db.你的实际集合名.find({
  // 替换为实际要查询的employerId值
  employerId: "指定的employerId值",
  occupationalCategory: {
    $elemMatch: {
      // 正则逻辑：匹配前后带空格、且自身前后都没有额外短横线的单个短横线
      $regex: /(?<!-)\s-\s(?!-)/
    }
  }
})

正则逻辑拆解：

• (?<!-)：负向反向断言，确保匹配到的短横线前面没有其他短横线，排除双短横线的第一个横杠
• \s-\s：匹配前后带空白字符的短横线，过滤掉编码内部夹在数字间、无空格的合法短横线
• (?!-)：负向正向断言，确保匹配到的短横线后面没有其他短横线，排除双短横线的第二个横杠

低版本兼容写法（MongoDB 4.0以下） #

低版本不支持零宽断言语法时，可以通过“匹配含单短横线分隔符、排除含双短横线分隔符”的逻辑实现同等精度查询：

db.你的实际集合名.find({
  employerId: "指定的employerId值",
  occupationalCategory: {
    $elemMatch: {
      $regex: /\s-\s/,
      $not: /\s--\s/
    }
  }
})

内容的提问来源于stack exchange，提问作者Chowdary