È necessaria una pipeline di aggregazione che corrisponda a ciascun documento secondario separatamente, quindi riunisca nuovamente i documenti secondari corrispondenti in matrici:
from pprint import pprint
from bson import Regex
regex = Regex(r'ab')
pprint(list(col.aggregate([{
'$unwind': '$docs'
}, {
'$match': {'docs.value': regex}
}, {
'$group': {
'_id': '$_id',
'docs': {'$push': '$docs'}
}
}])))
Presumo che "col" sia una variabile che punta al tuo oggetto Collezione PyMongo. Questo produce:
[{u'_id': u'1',
u'docs': [{u'key': u'5678', u'value': u'abgh'}]},
{u'_id': u'0',
u'docs': [{u'key': u'1234', u'value': u'abcd'},
{u'key': u'5678', u'value': u'abef'}]}]
Il prefisso "r" della stringa la rende una stringa "grezza" di Python per evitare problemi con il codice regex. In questo caso la regex è solo "ab", quindi il prefisso "r" non è necessario, ma è una buona pratica ora in modo da non commettere errori in futuro.
