菜鸟用Python操作MongoDB，看这一篇就够了

MongoDB是由C++语言编写的非关系型数据库，是一个基于分布式文件存储的开源数据库系统，其内容存储形式类似JSON对象，它的字段值可以包含其他文档、数组及文档数组，非常灵活。在这一节中，我们就来看看Python 3下MongoDB的存储操作。

1.准备工作

在开始之前，请确保已经安装好了MongoDB并启动了其服务，并且安装好了Python的PyMongo库。

连接MongoDB时，我们需要使用PyMongo库里面的。一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址，第二个参数为端口（如果不给它传递参数，默认是27017）：

importpymongo

client = pymongo.MongoClient(host='localhost', port=27017)

这样就可以创建MongoDB的连接对象了。

另外，的第一个参数还可以直接传入MongoDB的连接字符串，它以开头，例如：

client = MongoClient('mongodb://localhost:27017/')

这也可以达到同样的连接效果。

2.指定数据集

MongoDB中可以建立多个数据库，接下来我们需要指定操作哪个数据库。这里我们以test数据库为例来说明，下一步需要在程序中指定要使用的数据库：

db = client.test

这里调用的属性即可返回test数据库。当然，我们也可以这样指定：

db = client['test']

这两种方式是等价的。

3.指定集合

MongoDB的每个数据库又包含许多集合（collection），它们类似于关系型数据库中的表。

下一步需要指定要操作的集合，这里指定一个集合名称为students。与指定数据库类似，指定集合也有两种方式：

collection = db.students

collection = db['students']

这样我们便声明了一个对象。

4.插入数据

接下来，便可以插入数据了。对于students这个集合，新建一条学生数据，这条数据以字典形式表示：

student = {

'id':'20170101',

'name':'Jordan',

'age':20,

'gender':'male'

}

这里指定了学生的学号、姓名、年龄和性别。接下来，直接调用的方法即可插入数据，代码如下：

result = collection.insert(student)print(result)

在MongoDB中，每条数据其实都有一个属性来唯一标识。如果没有显式指明该属性，MongoDB会自动产生一个类型的属性。方法会在执行后返回值。

运行结果如下：

5932a68615c2606814c91f3d

当然，我们也可以同时插入多条数据，只需要以列表形式传递即可，示例如下：

student1 = {

'id':'20170101',

'name':'Jordan',

'age':20,

'gender':'male'

}

student2 = {

'id':'20170202',

'name':'Mike',

'age':21,

'gender':'male'

}

result = collection.insert([student1, student2])

print(result)

返回结果是对应的的集合：

[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]

实际上，在PyMongo 3.x版本中，官方已经不推荐使用方法了。当然，继续使用也没有什么问题。官方推荐使用和方法来分别插入单条记录和多条记录，示例如下：

student = {

'id':'20170101',

'name':'Jordan',

'age':20,

'gender':'male'

}

result = collection.insert_one(student)

print(result)

print(result.inserted_id)

运行结果如下：

>

5932ab0f15c2606f0c1cf6c5

与方法不同，这次返回的是对象，我们可以调用其属性获取。

对于方法，我们可以将数据以列表形式传递，示例如下：

student1 = {

'id':'20170101',

'name':'Jordan',

'age':20,

'gender':'male'

}

student2 = {

'id':'20170202',

'name':'Mike',

'age':21,

'gender':'male'

}

result = collection.insert_many([student1, student2])

print(result)

print(result.inserted_ids)

运行结果如下：

该方法返回的类型是，调用属性可以获取插入数据的列表。

5.查询数据库

插入数据后，我们可以利用或方法进行查询，其中查询得到的是单个结果，则返回一个生成器对象。示例如下：

result = collection.find_one({'name':'Mike'})

print(type(result))

print(result)

这里我们查询为的数据，它的返回结果是字典类型，运行结果如下：

{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

可以发现，它多了属性，这就是MongoDB在插入过程中自动添加的。

此外，我们也可以根据来查询，此时需要使用bson库里面的：

frombson.objectidimportObjectId

result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})

print(result)

其查询结果依然是字典类型，具体如下：

{'_id': ObjectId('593278c115c2602667ec6bae'),'id':'20170101','name':'Jordan','age':20,'gender':'male'}

当然，如果查询结果不存在，则会返回。

对于多条数据的查询，我们可以使用方法。例如，这里查找年龄为20的数据，示例如下：

results = collection.find({'age':20})

print(results)

forresultinresults:

print(result)

运行结果如下：

>

{'_id': ObjectId('593278c115c2602667ec6bae'),'id':'20170101','name':'Jordan','age':20,'gender':'male'}

{'_id': ObjectId('593278c815c2602678bb2b8d'),'id':'20170102','name':'Kevin','age':20,'gender':'male'}

{'_id': ObjectId('593278d815c260269d7645a8'),'id':'20170103','name':'Harden','age':20,'gender':'male'}

返回结果是类型，它相当于一个生成器，我们需要遍历取到所有的结果，其中每个结果都是字典类型。

如果要查询年龄大于20的数据，则写法如下：

results = collection.find({'age': {'$gt':20}})

这里查询的条件键值已经不是单纯的数字了，而是一个字典，其键名为比较符号，意思是大于，键值为20。这里将比较符号归纳为下表。

另外，还可以进行正则匹配查询。例如，查询名字以M开头的学生数据，示例如下：

results = collection.find({'name': {'$regex':'^M.*'}})

这里使用来指定正则匹配，代表以M开头的正则表达式。

这里将一些功能符号再归类为下表。

6.查询计数

要统计查询结果有多少条数据，可以调用方法。比如，统计所有数据条数：

count = collection.find().count()print(count)

或者统计符合某个条件的数据：

count = collection.find({'age':20}).count()

print(count)

运行结果是一个数值，即符合条件的数据条数。

7.数据排序

排序时，直接调用方法，并在其中传入排序的字段及升降序标志即可。示例如下：

results = collection.find().sort('name', pymongo.ASCENDING)

print([result['name']forresultinresults])

运行结果如下：

['Harden','Jordan','Kevin','Mark','Mike']

这里我们调用指定升序。如果要降序排列，可以传入。

8.数据的偏移

在某些情况下，我们可能想只取某几个元素，这时可以利用方法偏移几个位置，比如偏移2，就忽略前两个元素，得到第三个及以后的元素：

results = collection.find().sort('name', pymongo.ASCENDING).skip(2)

print([result['name']forresultinresults])

运行结果如下：

['Kevin','Mark','Mike']

另外，还可以用方法指定要取的结果个数，示例如下：

results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)

print([result['name']forresultinresults])

运行结果如下：

['Kevin','Mark']

如果不使用方法，原本会返回三个结果，加了限制后，会截取两个结果返回。

值得注意的是，在数据库数量非常庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，因为这样很可能导致内存溢出。此时可以使用类似如下操作来查询：

frombson.objectidimportObjectId

collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})

这时需要记录好上次查询的。

9.更新数据库

对于数据更新，我们可以使用方法，指定更新的条件和更新后的数据即可。例如：

condition = {'name':'Kevin'}

student = collection.find_one(condition)

student['age'] =25

result = collection.update(condition, student)

print(result)

这里我们要更新为的数据的年龄：首先指定查询条件，然后将数据查询出来，修改年龄后调用方法将原条件和修改后的数据传入。

运行结果如下：

{'ok':1,'nModified':1,'n':1,'updatedExisting':True}

返回结果是字典形式，代表执行成功，代表影响的数据条数。

另外，我们也可以使用操作符对数据进行更新，代码如下：

result = collection.update(condition, {'$set': student})

这样可以只更新字典内存在的字段。如果原先还有其他字段，则不会更新，也不会删除。而如果不用的话，则会把之前的数据全部用字典替换；如果原本存在其他字段，则会被删除。

另外，方法其实也是官方不推荐使用的方法。这里也分为方法和方法，用法更加严格，它们的第二个参数需要使用类型操作符作为字典的键名，示例如下：

condition = {'name':'Kevin'}

student = collection.find_one(condition)

student['age'] =26

result = collection.update_one(condition, {'$set': student})

print(result)

print(result.matched_count, result.modified_count)

这里调用了方法，第二个参数不能再直接传入修改后的字典，而是需要使用这样的形式，其返回结果是类型。然后分别调用和属性，可以获得匹配的数据条数和影响的数据条数。

运行结果如下：

我们再看一个例子：

condition = {'age': {'$gt':20}}

result = collection.update_one(condition, {'$inc': {'age':1}})

print(result)

print(result.matched_count, result.modified_count)

这里指定查询条件为年龄大于20，然后更新条件为，也就是年龄加1，执行之后会将第一条符合条件的数据年龄加1。

运行结果如下：

可以看到匹配条数为1条，影响条数也为1条。

如果调用方法，则会将所有符合条件的数据都更新，示例如下：

condition = {'age': {'$gt':20}}

result = collection.update_many(condition, {'$inc': {'age':1}})

print(result)

print(result.matched_count, result.modified_count)

这时匹配条数就不再为1条了，运行结果如下：

可以看到，这时所有匹配到的数据都会被更新。

10.数据删除

删除操作比较简单，直接调用方法指定删除的条件即可，此时符合条件的所有数据均会被删除。示例如下：

result = collection.remove({'name':'Kevin'})

print(result)

运行结果如下：

{'ok':1,'n':1}

另外，这里依然存在两个新的推荐方法——和。示例如下：

result = collection.delete_one({'name':'Kevin'})

print(result)

print(result.deleted_count)

result = collection.delete_many({'age': {'$lt':25}})

print(result.deleted_count)

运行结果如下：

即删除第一条符合条件的数据，即删除所有符合条件的数据。它们的返回结果都是类型，可以调用属性获取删除的数据条数。

本文是对PyMongo的一个入门介绍，更多详细用法，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html

∞∞∞∞∞

IT派 -

持续关注互联网、区块链、人工智能领域

邀你加入{ IT派Python技术群 }