这边的数据平台,有个操作是通过关键字得出相关的项目,以前的写法是精确的匹配,这个很让人恼火,毕竟不是谁都可以记住完整的关键字和项目名称,这个着实让人闹心。
mongodb shell模式的模糊查询是用,db.project.find({‘name’:/xiaorui.cc/}) 。 在pymongodb里面肯定不能是这个样子了。 我原以为和pymongo差不多,最后总是出错,最后看了下文档,才解决的问题。
db.project.find({'name':/汽车/}) { "_id" : 139, "black_list" : [ ], "created_on" : ISODate("2014-10-08T15:09:41.560Z"), "effective_time" : [ 1412697600, 1412697600 ], "industry_id" : 1000, "name" : "爱卡汽车", "regex" : 0, "status" : 0, "topic_ids" : [ 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024, 2025, 2026, 2027, 2028, 2029, 2030, 2031, 2032 ], "user_id" : 44, "white_list" : [ ] }
下面是python使用pymongo来的正则模糊查询方式。 两种,一个是mongo自带的扩展,regex,另一个是可以嵌入import re模块来操作。
注释:
老规矩,原文地址是 blog.xiaorui.cc … 爬虫,fuck !
嗯哼,我是在谷歌下直接搜到的
不错,这里要弄成参数才可以识别正则~~~,解决了,谢谢了
刚才在别博客看到文章,果然爬虫厉害
是呀,tuicool.com 总是爬我的内容。 哎