自托管部署上的文本索引属性
本页描述了版本 3 文本索引的行为。
不区分大小写
文本索引不区分大小写。文本索引不会区分大写和小写字符，例如e 和 E。
文本索引支持按照Unicode 8.0 字符数据库大小写折叠:
常用 C
简单 S
土耳其语特殊 T
有重音符号的字符，例如
é和É。非拉丁字母的字符，例如西里尔字母中的
И和и。
之前的文本索引版本 只对非重音拉丁字符 [A-z] 不区分大小写。之前的文本索引版本将所有其他字符视为不同的。
不区分重音
文本索引对变音符号不敏感。文本索引不会区分带变音符号的字符和它们的非标记对应字符，例如 é、ê 和 e。更具体地说，文本索引会移除在Unicode 8.0 字符数据库属性列表中分类为变音符号的标记。
之前的文本索引版本将带变音符号的字符视为不同的。
标记化分隔符
对于标记化，文本索引使用在Unicode 8.0 字符数据库属性列表中分类为 破折号、短横线、模式语法、引号、终止标点 和 空白 的分隔符。
例如，在短语 Il a dit qu'il «était le meilleur joueur du monde» 中，引号（«、»）和空格是分隔符。
索引的早期版本将 « 视为术语 «était 的一部分，将 » 视为术语 monde» 的一部分。
索引条目
文本索引对索引字段中的术语进行标记和词干提取，为索引条目存储。索引使用简单的语言特定的词干提取。对于集合中的每份文档，文本索引在每个索引字段中存储每个唯一词干的一个索引条目。
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语言特定的词干提取。文本索引还会删除英语中的语言特定的停用词，如the、an、a和and。有关支持的语言列表，请参阅自托管部署上的文本搜索语言。
要指定文本索引的语言，请参阅自托管部署上指定文本索引的默认语言。
稀疏属性
文本索引始终是稀疏的。当您创建文本索引时，MongoDB会忽略sparse选项。
如果现有或新插入的文档缺少文本索引字段（或字段为null或空数组），MongoDB不会为该文档添加文本索引条目。
了解更多
有关文本索引的限制，请参阅自托管部署上的文本索引版本。