Witruimten (vooraf en achteraan) verwijderen uit tekenreekswaarde

Het is momenteel niet mogelijk voor een update in MongoDB om te verwijzen naar de bestaande waarde van een huidig ​​veld bij het toepassen van de update. Dus je zult moeten herhalen:

db.collection.find({},{ "category": 1 }).forEach(function(doc) {
   doc.category = doc.category.trim();
   db.collection.update(
       { "_id": doc._id },
       { "$set": { "category": doc.category } }
   );
})

Let op het gebruik van de $set operator daar en het geprojecteerde veld "categorie" alleen om het netwerkverkeer te verminderen"

Je zou kunnen beperken wat dat verwerkt met een $regex overeenkomen met:

db.collection.find({ 
    "$and": [
        { "category": /^\s+/ },
        { "category": /\s+$/ }
    ]
})

Of zelfs als pure $regex zonder het gebruik van $and die je alleen nodig hebt in MongoDB waar meerdere voorwaarden op hetzelfde veld zouden worden toegepast. Anders $and is impliciet voor alle argumenten:

db.collection.find({ "category": /^\s+|\s+$/ })

Wat de verwerking van overeenkomende documenten beperkt tot alleen documenten met voorloop- of volgspatie.

Als u zich zorgen maakt over het aantal documenten dat u moet zoeken, zou bulkupdates moeten helpen als u MongoDB 2.6 of hoger beschikbaar heeft:

var batch = [];
db.collection.find({ "category": /^\s+|\s+$/ },{ "category": 1 }).forEach(
    function(doc) {
        batch.push({
            "q": { "_id": doc._id },
            "u": { "$set": { "category": doc.catetgory.trim() } }
        });

        if ( batch.length % 1000 == 0 ) {
            db.runCommand("update", batch);
            batch = [];
        }
    }
);

if ( batch.length > 0 )
    db.runCommand("update", batch);

Of zelfs met de API voor bulkbewerkingen voor MongoDB 2.6 en hoger:

var counter = 0;
var bulk = db.collection.initializeOrderedBulkOp();
db.collection.find({ "category": /^\s+|\s+$/ },{ "category": 1}).forEach(
    function(doc) {
        bulk.find({ "_id": doc._id }).update({
            "$set": { "category": doc.category.trim() }
        });
        counter = counter + 1;

        if ( counter % 1000 == 0 ) {
            bulk.execute();
            bulk = db.collection.initializeOrderedBulkOp();
        }
    }
);

if ( counter > 1 )
    bulk.execute();

Beste gedaan met bulkWrite() voor moderne API's die de Bulk Operations API gebruiken (technisch alles doet nu ) maar eigenlijk op een manier die veilig regressief . is met oudere versies van MongoDB. Hoewel dat in alle eerlijkheid zou betekenen vóór MongoDB 2.6 en dat u met een dergelijke versie ver buiten de dekking zou vallen voor officiële ondersteuningsopties. De codering is hiervoor wat schoner:

var batch = [];
db.collection.find({ "category": /^\s+|\s+$/ },{ "category": 1}).forEach(
  function(doc) {
    batch.push({
      "updateOne": {
        "filter": { "_id": doc._id },
        "update": { "$set": { "category": doc.category.trim() } }
      }
    });

    if ( batch.legth % 1000 == 0 ) {
      db.collection.bulkWrite(batch);
      batch = [];
    }
  }
);

if ( batch.length > 0 ) {
  db.collection.bulkWrite(batch);
  batch = [];
}

Die allemaal maar één keer operations naar de server sturen per 1000 documenten, of zoveel wijzigingen als u onder de 64 MB BSON-limiet past.

Als slechts een paar manieren om het probleem te benaderen. Of update eerst uw CSV-bestand voordat u het importeert.