文本索引属性

本页描述版本 3 文本索引的行为。

不区分大小写

文本索引不区分大小写。文本索引不区分大小写字符，例如e和E。

文本索引支持大小写折叠，如中指定的Unicode 8.0 字符数据库大小写折叠:

• 普通C
• 简单S
• 土耳其语的特殊 T
• 带变音符号的字符，例如é和É
• 非拉丁字母表中的字符，例如西里尔字母表中的И和。и

以前的文本索引版本仅对于非变音符号拉丁字符不区分大小写[A-z]。以前的文本索引版本将所有其他字符视为不同的。

变音符号不敏感

文本索引不区分变音符号。文本索引不区分包含变音标记的字符及其未标记的对应字符，例如é、ê和e。更具体地说，文本索引剥离了分类为变音符号的标记Unicode 8.0 字符数据库道具列表。

以前版本的文本索引将带有变音符号的字符视为不同的字符。

标记化分隔符

对于标记化，文本索引使用分类在Dash、 Hyphen、Pattern_Syntax、Quotation_Mark、Terminal_Punctuation、 和White_Space下的分隔符Unicode 8.0 字符数据库道具列表。

例如，在短语 中Il a dit qu'il «était le meilleur joueur du monde»，引号（«, »）和空格是分隔符。

以前版本的索引将其视为«术语的一部分«était并»视为术语的一部分monde»。

索引条目

文本索引对索引条目的索引字段中的术语进行标记和词干化。索引使用简单 特定于语言的后缀词干。对于集合中的每个文档，文本索引为每个索引字段中的每个唯一词干术语存储一个索引条目。

支持的语言和停用词

MongoDB 支持多种语言的文本搜索。文本索引使用简单的特定于语言的后缀词干。文本索引还会删除特定于语言的停用词，例如英语中的the、an、a和。and有关支持的语言的列表，请参阅文本搜索语言。

要指定文本索引的语言，请参阅 指定文本索引的默认语言。

稀疏属性

文本索引总是稀疏的。当您创建文本索引时，MongoDB 会忽略该sparse选项。

如果现有或新插入的文档缺少文本索引字段（或者该字段为 null 或空数组），MongoDB 不会为该文档添加文本索引条目。

了解更多

要了解文本索引限制，请参阅 文本索引版本。