MongoDB/Mongoid非标准字符搜索匹配配置咨询

嘿，这个问题我之前处理过类似的情况，MongoDB默认的字符串匹配是严格按二进制来的，不像MySQL那样默认忽略重音差异。不过不用全文搜索也能解决，而且考虑到你用的是MongoDB 2.4.14这个比较老的版本，给你两个实用的方案：

方案1：预存归一化后的姓氏字段（最稳妥，适配你的MongoDB版本） #

因为MongoDB 2.4.14不支持后续版本才有的collation特性，所以最靠谱的办法是在保存用户时，把姓氏转换成无重音的标准化版本，存在额外字段里，搜索时直接匹配这个字段。

步骤： #

1. 给User模型添加一个last_name_normalized字段：

class User
  include Mongoid::Document
  field :last_name, type: String
  field :last_name_normalized, type: String
end

2. 添加回调，在保存前自动生成归一化字段：

before_save :normalize_last_name

private

def normalize_last_name
  # 方法一：用Rails自带的I18n转写
  self.last_name_normalized = I18n.transliterate(last_name).downcase
  # 方法二：用unidecode gem（推荐，转写更准确）
  # 先在Gemfile里加 gem 'unidecode'，执行bundle install后使用
  # self.last_name_normalized = last_name.to_ascii.downcase
end

3. 搜索时，先把输入的字符串也做同样的归一化处理：

search_term = I18n.transliterate('Lordon').downcase
# 用unidecode的话：search_term = 'Lordon'.to_ascii.downcase
User.where(last_name_normalized: search_term)

这样不管用户存的是Lordôn还是Lordon，归一化后都会变成lordon，就能实现匹配了。

方案2：正则表达式匹配（仅小数据集适用） #

如果不想加额外字段，也可以用正则表达式配合字符类来匹配，但这个方法在数据量大的时候性能很差（无法利用索引），而且需要手动处理每个可能的重音字符：

# 把带重音的字符替换成包含原字符和重音字符的字符类
normalized_regex = /^Lordo[nñ]$/i
User.where(last_name: normalized_regex)

这个方法比较繁琐，只适合数据量很小的场景，更推荐方案1。

补充说明 #

MySQL默认的排序规则（比如utf8_general_ci）会自动忽略重音和大小写差异，但MongoDB默认是二进制比较，所以必须手动处理归一化或者用特定匹配规则。由于你的MongoDB版本太低，无法使用3.2+才支持的collation（可以通过collation: { locale: 'en', strength: 1 }来忽略重音），所以方案1是最适合你的选择。

内容的提问来源于stack exchange，提问作者RobL