前言
本文主要给大家介绍的是关于在Python3使用PyMongo的方法，分享出来供大家参考学习，下面话不多说了，来一起看看详细介绍：
MongoDB存储
在这里我们来看一下Python3下MongoDB的存储操作，在本节开始之前请确保你已经安装好了MongoDB并启动了其服务，另外安装好了Python的PyMongo库。
没有安装的朋友们可以参考这篇文章
连接MongoDB
连接MongoDB我们需要使用PyMongo库里面的MongoClient，一般来说传入MongoDB的IP及端口即可，第一个参数为地址host，第二个参数为端口port，端口如果不传默认是27017。
?
1
2 importpymongo
client=pymongo.MongoClient(host=''localhost'',port=27017) 这样我们就可以创建一个MongoDB的连接对象了。
另外MongoClient的第一个参数host还可以直接传MongoDB的连接字符串，以mongodb开头，例如：
?
1 client=MongoClient(''mongodb://localhost:27017/'') 可以达到同样的连接效果。
指定数据库
MongoDB中还分为一个个数据库，我们接下来的一步就是指定要操作哪个数据库，在这里我以test数据库为例进行说明，所以下一步我们需要在程序中指定要使用的数据库。
?
1 db=client.test 调用client的test属性即可返回test数据库，当然也可以这样来指定：
?
1 db=client[''test''] 两种方式是等价的。
指定集合
MongoDB的每个数据库又包含了许多集合Collection，也就类似与关系型数据库中的表，下一步我们需要指定要操作的集合，在这里我们指定一个集合名称为students，学生集合。还是和指定数据库类似，指定集合也有两种方式。
?
1 collection=db.students ?
1 collection=db[''students''] 插入数据
接下来我们便可以进行数据插入了，对于students这个Collection，我们新建一条学生数据，以字典的形式表示：
?
1
2
3
4
5
6 student={
?''id'':''20170101'',
?''name'':''Jordan'',
?''age'':20,
?''gender'':''male''
} 在这里我们指定了学生的学号、姓名、年龄和性别，然后接下来直接调用collection的insert()方法即可插入数据。
?
1
2 result=collection.insert(student)
print(result) 在MongoDB中，每条数据其实都有一个_id属性来唯一标识，如果没有显式指明_id，MongoDB会自动产生一个ObjectId类型的_id属性。insert()方法会在执行后返回的_id值。
运行结果：
?
1 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：
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16 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) 返回的结果是对应的_id的集合，运行结果：
?
1 [ObjectId(''5932a80115c2606a59e8a048''),ObjectId(''5932a80115c2606a59e8a049'')] 实际上在PyMongo3.X版本中，insert()方法官方已经不推荐使用了，当然继续使用也没有什么问题，官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开。
?
1
2
3
4
5
6
7
8
9
10 student={
?''id'':''20170101'',
?''name'':''Jordan'',
?''age'':20,
?''gender'':''male''
}
?
result=collection.insert_one(student)
print(result)
print(result.inserted_id) 运行结果：
?
1
2
5932ab0f15c2606f0c1cf6c5 返回结果和insert()方法不同，这次返回的是InsertOneResult对象，我们可以调用其inserted_id属性获取_id。
对于insert_many()方法，我们可以将数据以列表形式传递即可，示例如下：
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17 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) insert_many()方法返回的类型是InsertManyResult，调用inserted_ids属性可以获取插入数据的_id列表，运行结果：
?
1
2
[ObjectId(''5932abf415c2607083d3b2ac''),ObjectId(''5932abf415c2607083d3b2ad'')] 查询
插入数据后我们可以利用find_one()或find()方法进行查询，find_one()查询得到是单个结果，find()则返回多个结果。
?
1
2
3 result=collection.find_one({''name'':''Mike''})
print(type(result))
print(result) 在这里我们查询name为Mike的数据，它的返回结果是字典类型，运行结果：
?
1
2
{''_id'':ObjectId(''5932a80115c2606a59e8a049''),''id'':''20170202'',''name'':''Mike'',''age'':21,''gender'':''male''} 可以发现它多了一个_id属性，这就是MongoDB在插入的过程中自动添加的。
我们也可以直接根据ObjectId来查询，这里需要使用bson库里面的ObjectId。
?
1
2
3
4 frombson.objectidimportObjectId
?
result=collection.find_one({''_id'':ObjectId(''593278c115c2602667ec6bae'')})
print(result) 其查询结果依然是字典类型，运行结果：
?
1 {''_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None。
对于多条数据的查询，我们可以使用find()方法，例如在这里查找年龄为20的数据，示例如下：
?
1
2
3
4 results=collection.find({''age'':20})
print(results)
forresultinresults:
?print(result) 运行结果：
?
1
2
3
4
{''_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Cursor类型，相当于一个生成器，我们需要遍历取到所有的结果，每一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：
?
1 results=collection.find({''age'':{''$gt'':20}}) 在这里查询的条件键值已经不是单纯的数字了，而是一个字典，其键名为比较符号$gt，意思是大于，键值为20，这样便可以查询出所有年龄大于20的数据。
在这里将比较符号归纳如下表：
符号 含义 示例 $lt 小于 {''age'':{''$lt'':20}} $gt 大于 {''age'':{''$gt'':20}} $lte 小于等于 {''age'':{''$lte'':20}} $gte 大于等于 {''age'':{''$gte'':20}} $ne 不等于 {''age'':{''$ne'':20}} $in 在范围内 {''age'':{''$in'':[20,23]}} $nin 不在范围内 {''age'':{''$nin'':[20,23]}} 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：
?
1 results=collection.find({''name'':{''$regex'':''^M.''}}) 在这里使用了$regex来指定正则匹配，^M.代表以M开头的正则表达式，这样就可以查询所有符合该正则的结果。
在这里将一些功能符号再归类如下：
符号 含义 示例 示例含义 $regex 匹配正则 {''name'':{''$regex'':''^M.''}} name以M开头 $exists 属性是否存在 {''name'':{''$exists'':True}} name属性存在 $type 类型判断 {''age'':{''$type'':''int''}} age的类型为int $mod 数字模操作 {''age'':{''$mod'':[5,0]}} 年龄模5余0 $text 文本查询 {''$text'':{''$search'':''Mike''}} text类型的属性中包含Mike字符串 $where 高级条件查询 {''$where'':''obj.fans_count==obj.follows_count''} 自身粉丝数等于关注数 这些操作的更详细用法在可以在MongoDB官方文档找到：https://docs.mongodb.com/manual/reference/operator/query/
计数
要统计查询结果有多少条数据，可以调用count()方法，如统计所有数据条数：
?
1
2 count=collection.find().count()
print(count) 或者统计符合某个条件的数据：
?
1
2 count=collection.find({''age'':20}).count()
print(count) 排序
可以调用sort方法，传入排序的字段及升降序标志即可，示例如下：
?
1
2 results=collection.find().sort(''name'',pymongo.ASCENDING)
print([result[''name'']forresultinresults]) 运行结果：
?
1 [''Harden'',''Jordan'',''Kevin'',''Mark'',''Mike''] 偏移
在某些情况下我们可能想只取某几个元素，在这里可以利用skip()方法偏移几个位置，比如偏移2，就忽略前2个元素，得到第三个及以后的元素。
?
1
2 results=collection.find().sort(''name'',pymongo.ASCENDING).skip(2)
print([result[''name'']forresultinresults]) 运行结果：
?
1 [''Kevin'',''Mark'',''Mike''] 另外还可以用limit()方法指定要取的结果个数，示例如下：
?
1
2 results=collection.find().sort(''name'',pymongo.ASCENDING).skip(2).limit(2)
print([result[''name'']forresultinresults]) 运行结果：
?
1 [''Kevin'',''Mark''] 如果不加limit()原本会返回三个结果，加了限制之后，会截取2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，很可能会导致内存溢出，可以使用类似find({''_id'':{''$gt'':ObjectId(''593278c815c2602678bb2b8d'')}})这样的方法来查询，记录好上次查询的_id。
更新
对于数据更新可以使用update()方法，指定更新的条件和更新后的数据即可，例如：
?
1
2
3
4
5 condition={''name'':''Kevin''}
student=collection.find_one(condition)
student[''age'']=25
result=collection.update(condition,student)
print(result) 在这里我们将name为Kevin的数据的年龄进行更新，首先指定查询条件，然后将数据查询出来，修改年龄，之后调用update方法将原条件和修改后的数据传入，即可完成数据的更新。
运行结果：
?
1 {''ok'':1,''nModified'':1,''n'':1,''updatedExisting'':True} 返回结果是字典形式，ok即代表执行成功，nModified代表影响的数据条数。
另外update()方法其实也是官方不推荐使用的方法，在这里也分了update_one()方法和update_many()方法，用法更加严格，第二个参数需要使用$类型操作符作为字典的键名，我们用示例感受一下。
?
1
2
3
4
5
6 condition={''name'':''Kevin''}
student=collection.find_one(condition)
student[''age'']=26
result=collection.update_one(condition,{''$set'':student})
print(result)
print(result.matched_count,result.modified_count) 在这里调用了update_one方法，第二个参数不能再直接传入修改后的字典，而是需要使用{''$set'':student}这样的形式，其返回结果是UpdateResult类型，然后调用matched_count和modified_count属性分别可以获得匹配的数据条数和影响的数据条数。
运行结果：
?
1
2
10 我们再看一个例子：
?
1
2
3
4 condition={''age'':{''$gt'':20}}
result=collection.update_one(condition,{''$inc'':{''age'':1}})
print(result)
print(result.matched_count,result.modified_count) 在这里我们指定查询条件为年龄大于20，然后更新条件为{''$inc'':{''age'':1}}?，也就是年龄加1，执行之后会讲第一条符合条件的数据年龄加1。
运行结果：
?
1
2
11 可以看到匹配条数为1条，影响条数也为1条。
如果调用update_many()方法，则会将所有符合条件的数据都更新，示例如下：
?
1
2
3
4 condition={''age'':{''$gt'':20}}
result=collection.update_many(condition,{''$inc'':{''age'':1}})
print(result)
print(result.matched_count,result.modified_count) 这时候匹配条数就不再为1条了，运行结果如下：
?
1
2
33 可以看到这时所有匹配到的数据都会被更新。
删除
删除操作比较简单，直接调用remove()方法指定删除的条件即可，符合条件的所有数据均会被删除，示例如下：
?
1
2 result=collection.remove({''name'':''Kevin''})
print(result) 运行结果：
?
1 {''ok'':1,''n'':1} 另外依然存在两个新的推荐方法，delete_one()和delete_many()方法，示例如下：
?
1
2
3
4
5 result=collection.delete_one({''name'':''Kevin''})
print(result)
print(result.deleted_count)
result=collection.delete_many({''age'':{''$lt'':25}})
print(result.deleted_count) 运行结果：
?
1
2
3
1
4 delete_one()即删除第一条符合条件的数据，delete_many()即删除所有符合条件的数据，返回结果是DeleteResult类型，可以调用deleted_count属性获取删除的数据条数。
更多
另外PyMongo还提供了一些组合方法，如find_one_and_delete()?、find_one_and_replace()?、find_one_and_update()?，就是查找后删除、替换、更新操作，用法与上述方法基本一致。
另外还可以对索引进行操作，如create_index()?、create_indexes()?、drop_index()等。
详细用法可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html
另外还有对数据库、集合本身以及其他的一些操作，在这不再一一讲解，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持
|
|
