$substrBytes（集計）

このバージョンのドキュメントはアーカイブされており、サポートされなくなりました。5.0 配置をアップグレードするには、 MongoDB 6.0 のアップグレード手順を参照してください。

定義

$substrBytes

バージョン 3.4 で追加。

文字列の部分文字列を返します。部分文字列は次で始まります: 指定された UTF-8 バイトインデックス (ゼロベース) の文字文字列で、指定されたバイト数だけ続行します。

$substrBytesには次の演算子式の構文があります。

{ $substrBytes: [ <string expression>, <byte index>, <byte count> ] }

フィールド	タイプ	説明
`string expression`	string	部分文字列が抽出される string。 `string expression`は、string に変換される限り、任意の有効な式にすることができます。式の詳細については、「式」を参照してください。引数がの値に解決されるか、欠落しているフィールドを参照する場合、`null` `$substrBytes`は空の string を返します。引数が string または`null` に解決されず、欠落しているフィールドを参照しない場合は、`$substrBytes` はエラーを返します。
`byte index`	数値	部分文字列の開始点を示します。 `byte index`は、整数で表せる負でない整数または数値（2.0 など）に変換される限り、任意の有効な式にすることができます。 `byte index` は、マルチバイトの UTF-8 文字の途中にある開始インデックスを参照できません。
`byte count`	数値	は、整数で表せる負でない整数または数値（2.0など）に解決される限り、任意の有効な式を指定できます。 `byte count` は、UTF-8 文字の途中で終了するインデックスを生成することはできません。

動作

$substrBytes演算子は、UTF- 8でエンコードされたバイトのインデックスを使用します。ここで、各コードポイントまたは文字は 1 バイトから 4 バイトの間をエンコードするために使用できます。

たとえば、US-ASCII 文字は 1 バイトを使用してエンコードされます。発音区別符号を持つ文字と追加のラテン文字（アルファベットの外のラテン文字）を持つ文字は、2 バイトを使用してエンコードされます。中国語、日本語、韓国語の文字は通常 3 バイト必要であり、Unicode の他のプレーン（文字列、数学記号など）には 4 バイトが必要です。

UTF-8 文字の中間にbyte indexまたはbyte countを配置するとエラーが発生するため、 string expressionの内容に注意することが重要です。

$substrBytesと$substrCP } の違いは、 $substrBytesが各文字のバイト数をカウントするのに対し、 $substrCPは文字が使用するバイト数に関係なく、コードポイントまたは文字をカウントすることです。

例

結果

{ $substrBytes: [ "abcde", 1, 2 ] }

"bc"

{ $substrBytes: [ "Hello World!", 6, 5 ] }

 "World"

{ $substrBytes: [ "cafétéria", 0, 5 ] }

"café"

{ $substrBytes: [ "cafétéria", 5, 4 ] }

"tér"

{ $substrBytes: [ "cafétéria", 7, 3 ] }

次のメッセージ付きのエラー。

"Error: Invalid range, starting index is a UTF-8 continuation byte."

{ $substrBytes: [ "cafétéria", 3, 1 ] }

次のメッセージ付きのエラー。

"Error: Invalid range, ending index is in the middle of a UTF-8 character."

例

1 バイトの文字セット

以下のドキュメントを持つinventoryコレクションを検討してください。

{ "_id" : 1, "item" : "ABC1", quarter: "13Q1", "description" : "product 1" }
{ "_id" : 2, "item" : "ABC2", quarter: "13Q4", "description" : "product 2" }
{ "_id" : 3, "item" : "XYZ1", quarter: "14Q2", "description" : null }

次の操作では、 $substrBytes演算子を使用してquarterの値（1 バイトの US-ASCII 文字のみを含む）をyearSubstringとquarterSubstringに分割します。 quarterSubstringフィールドは、 yearSubstringに続く指定されたbyte indexからの string の残りの部分を表します。これは、 $strLenBytesを使用して string の長さからbyte indexを減算して計算されます。

db.inventory.aggregate(
  [
    {
      $project: {
        item: 1,
        yearSubstring: { $substrBytes: [ "$quarter", 0, 2 ] },
        quarterSubtring: {
          $substrBytes: [
            "$quarter", 2, { $subtract: [ { $strLenBytes: "$quarter" }, 2 ] }
          ]
        }
      }
    }
  ]
)

この操作は次の結果を返します。

{ "_id" : 1, "item" : "ABC1", "yearSubstring" : "13", "quarterSubtring" : "Q1" }
{ "_id" : 2, "item" : "ABC2", "yearSubstring" : "13", "quarterSubtring" : "Q4" }
{ "_id" : 3, "item" : "XYZ1", "yearSubstring" : "14", "quarterSubtring" : "Q2" }

シングルバイトおよびマルチバイト文字セット

次のドキュメントを使用して food コレクションを作成します。

db.food.insertMany(
 [
    { "_id" : 1, "name" : "apple" },
    { "_id" : 2, "name" : "banana" },
    { "_id" : 3, "name" : "éclair" },
    { "_id" : 4, "name" : "hamburger" },
    { "_id" : 5, "name" : "jalapeño" },
    { "_id" : 6, "name" : "pizza" },
    { "_id" : 7, "name" : "tacos" },
    { "_id" : 8, "name" : "寿司sushi" }
 ]
)

次の操作では、 $substrBytes演算子を使用して、 nameの値から 3 バイトのmenuCodeを作成します。

db.food.aggregate(
  [
    {
      $project: {
        "name": 1,
        "menuCode": { $substrBytes: [ "$name", 0, 3 ] }
      }
    }
  ]
)

この操作は次の結果を返します。

{ "_id" : 1, "name" : "apple", "menuCode" : "app" }
{ "_id" : 2, "name" : "banana", "menuCode" : "ban" }
{ "_id" : 3, "name" : "éclair", "menuCode" : "éc" }
{ "_id" : 4, "name" : "hamburger", "menuCode" : "ham" }
{ "_id" : 5, "name" : "jalapeño", "menuCode" : "jal" }
{ "_id" : 6, "name" : "pizza", "menuCode" : "piz" }
{ "_id" : 7, "name" : "tacos", "menuCode" : "tac" }
{ "_id" : 8, "name" : "寿司sushi", "menuCode" : "寿" }

Tip

$substrCP

戻る

$substr

$substrCP