Python3中PyMongo的用法

MongoDB存儲

在這裡我們來看一下Python3下MongoDB的存儲操作，在本節開始之前請確保你已經安裝好了MongoDB並啟動了其服務，另外安裝好了Python的PyMongo庫。

連接MongoDB

連接MongoDB我們需要使用PyMongo庫裡面的MongoClient，一般來說傳入MongoDB的IP及埠即可，第一個參數為地址host，第二個參數為埠port，埠如果不傳默認是27017。

import pymongoclient = pymongo.MongoClient(host=localhost, port=27017)

這樣我們就可以創建一個MongoDB的連接對象了。

另外MongoClient的第一個參數host還可以直接傳MongoDB的連接字元串，以mongodb開頭，例如：

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

可以達到同樣的連接效果。

指定資料庫

MongoDB中還分為一個個資料庫，我們接下來的一步就是指定要操作哪個資料庫，在這裡我以test資料庫為例進行說明，所以下一步我們需要在程序中指定要使用的資料庫。

db = client.test

調用client的test屬性即可返回test資料庫，當然也可以這樣來指定：

db = client[test]

兩種方式是等價的。

指定集合

MongoDB的每個資料庫又包含了許多集合Collection，也就類似與關係型資料庫中的表，下一步我們需要指定要操作的集合，在這裡我們指定一個集合名稱為students，學生集合。還是和指定資料庫類似，指定集合也有兩種方式。

collection = db.studentscollection = db[students]

插入數據

接下來我們便可以進行數據插入了，對於students這個Collection，我們新建一條學生數據，以字典的形式表示：

student = { id: 20170101, name: Jordan, age: 20, gender: male}

在這裡我們指定了學生的學號、姓名、年齡和性別，然後接下來直接調用collection的insert()方法即可插入數據。

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

在MongoDB中，每條數據其實都有一個_id屬性來唯一標識，如果沒有顯式指明_id，MongoDB會自動產生一個ObjectId類型的_id屬性。insert()方法會在執行後返回的_id值。

運行結果：

5932a68615c2606814c91f3d

當然我們也可以同時插入多條數據，只需要以列表形式傳遞即可，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)

返回的結果是對應的_id的集合，運行結果：

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

實際上在PyMongo 3.X版本中，insert()方法官方已經不推薦使用了，當然繼續使用也沒有什麼問題，官方推薦使用insert_one()和insert_many()方法將插入單條和多條記錄分開。

student = { id: 20170101, name: Jordan, age: 20, gender: male}result = collection.insert_one(student)print(result)print(result.inserted_id)

運行結果：

<pymongo.results.InsertOneResult object at 0x10d68b558>5932ab0f15c2606f0c1cf6c5

返回結果和insert()方法不同，這次返回的是InsertOneResult對象，我們可以調用其inserted_id屬性獲取_id。

對於insert_many()方法，我們可以將數據以列表形式傳遞即可，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_many([student1, student2])print(result)print(result.inserted_ids)

insert_many()方法返回的類型是InsertManyResult，調用inserted_ids屬性可以獲取插入數據的_id列表，運行結果：

<pymongo.results.InsertManyResult object at 0x101dea558>[ObjectId(5932abf415c2607083d3b2ac), ObjectId(5932abf415c2607083d3b2ad)]

查詢

插入數據後我們可以利用find_one()或find()方法進行查詢，find_one()查詢得到是單個結果，find()則返回多個結果。

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

在這裡我們查詢name為Mike的數據，它的返回結果是字典類型，運行結果：

<class dict>{_id: ObjectId(5932a80115c2606a59e8a049), id: 20170202, name: Mike, age: 21, gender: male}

可以發現它多了一個_id屬性，這就是MongoDB在插入的過程中自動添加的。

我們也可以直接根據ObjectId來查詢，這裡需要使用bson庫裡面的ObjectId。

from bson.objectid import ObjectIdresult = collection.find_one({_id: ObjectId(593278c115c2602667ec6bae)})print(result)

其查詢結果依然是字典類型，運行結果：

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

當然如果查詢結果不存在則會返回None。

對於多條數據的查詢，我們可以使用find()方法，例如在這裡查找年齡為20的數據，示例如下：

results = collection.find({age: 20})print(results)for result in results: print(result)

運行結果：

<pymongo.cursor.Cursor object at 0x1032d5128>{_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}

返回結果是Cursor類型，相當於一個生成器，我們需要遍歷取到所有的結果，每一個結果都是字典類型。

如果要查詢年齡大於20的數據，則寫法如下：

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

在這裡查詢的條件鍵值已經不是單純的數字了，而是一個字典，其鍵名為比較符號$gt，意思是大於，鍵值為20，這樣便可以查詢出所有年齡大於20的數據。

在這裡將比較符號歸納如下表：

符號含義示例

$lt小於{age: {$lt: 20}}

$gt大於{age: {$gt: 20}}

$lte小於等於{age: {$lte: 20}}

$gte大於等於{age: {$gte: 20}}

$ne不等於{age: {$ne: 20}}

$in在範圍內{age: {$in: [20, 23]}}

$nin不在範圍內{age: {$nin: [20, 23]}}

另外還可以進行正則匹配查詢，例如查詢名字以M開頭的學生數據，示例如下：

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

在這裡使用了$regex來指定正則匹配，^M.*代表以M開頭的正則表達式，這樣就可以查詢所有符合該正則的結果。

在這裡將一些功能符號再歸類如下：

符號含義示例示例含義

$regex匹配正則{name: {$regex: ^M.*}}name以M開頭

$exists屬性是否存在{name: {$exists: True}}name屬性存在

$type類型判斷{age: {$type: int}}age的類型為int

$mod數字模操作{age: {$mod: [5, 0]}}年齡模5餘0

$text文本查詢{$text: {$search: Mike}}text類型的屬性中包含Mike字元串

$where高級條件查詢{$where: obj.fans_count == obj.follows_count}自身粉絲數等於關注數

這些操作的更詳細用法在可以在MongoDB官方文檔找到：

https://docs.mongodb.com/manual/reference/operator/query/

計數

要統計查詢結果有多少條數據，可以調用count()方法，如統計所有數據條數：

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

或者統計符合某個條件的數據：

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

排序

可以調用sort方法，傳入排序的欄位及升降序標誌即可，示例如下：

results = collection.find().sort(name, pymongo.ASCENDING)print([result[name] for result in results])

運行結果：

[Harden, Jordan, Kevin, Mark, Mike]

偏移

在某些情況下我們可能想只取某幾個元素，在這裡可以利用skip()方法偏移幾個位置，比如偏移2，就忽略前2個元素，得到第三個及以後的元素。

results = collection.find().sort(name, pymongo.ASCENDING).skip(2)print([result[name] for result in results])

運行結果：

[Kevin, Mark, Mike]

另外還可以用limit()方法指定要取的結果個數，示例如下：

results = collection.find().sort(name, pymongo.ASCENDING).skip(2).limit(2)print([result[name] for result in results])

運行結果：

[Kevin, Mark]

如果不加limit()原本會返回三個結果，加了限制之後，會截取2個結果返回。

值得注意的是，在資料庫數量非常龐大的時候，如千萬、億級別，最好不要使用大的偏移量來查詢數據，很可能會導致內存溢出，可以使用類似find({_id: {$gt: ObjectId(593278c815c2602678bb2b8d)}}) 這樣的方法來查詢，記錄好上次查詢的_id。

更新

對於數據更新可以使用update()方法，指定更新的條件和更新後的數據即可，例如：

condition = {name: Kevin}student = collection.find_one(condition)student[age] = 25result = collection.update(condition, student)print(result)

在這裡我們將name為Kevin的數據的年齡進行更新，首先指定查詢條件，然後將數據查詢出來，修改年齡，之後調用update方法將原條件和修改後的數據傳入，即可完成數據的更新。

運行結果：

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

返回結果是字典形式，ok即代表執行成功，nModified代表影響的數據條數。

另外update()方法其實也是官方不推薦使用的方法，在這裡也分了update_one()方法和update_many()方法，用法更加嚴格，第二個參數需要使用$類型操作符作為字典的鍵名，我們用示例感受一下。

condition = {name: Kevin}student = collection.find_one(condition)student[age] = 26result = collection.update_one(condition, {$set: student})print(result)print(result.matched_count, result.modified_count)

在這裡調用了update_one方法，第二個參數不能再直接傳入修改後的字典，而是需要使用{$set: student}這樣的形式，其返回結果是UpdateResult類型，然後調用matched_count和modified_count屬性分別可以獲得匹配的數據條數和影響的數據條數。

運行結果：

<pymongo.results.UpdateResult object at 0x10d17b678>1 0

我們再看一個例子：

condition = {age: {$gt: 20}}result = collection.update_one(condition, {$inc: {age: 1}})print(result)print(result.matched_count, result.modified_count)

在這裡我們指定查詢條件為年齡大於20，然後更新條件為{$inc: {age: 1}}，也就是年齡加1，執行之後會講第一條符合條件的數據年齡加1。

運行結果：

<pymongo.results.UpdateResult object at 0x10b8874c8>1 1

可以看到匹配條數為1條，影響條數也為1條。

如果調用update_many()方法，則會將所有符合條件的數據都更新，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)

這時候匹配條數就不再為1條了，運行結果如下：

<pymongo.results.UpdateResult object at 0x10c6384c8>3 3

可以看到這時所有匹配到的數據都會被更新。

刪除

刪除操作比較簡單，直接調用remove()方法指定刪除的條件即可，符合條件的所有數據均會被刪除，示例如下：

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

運行結果：

{ok: 1, n: 1}

另外依然存在兩個新的推薦方法，delete_one()和delete_many()方法，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)

運行結果：

<pymongo.results.DeleteResult object at 0x10e6ba4c8>14

delete_one()即刪除第一條符合條件的數據，delete_many()即刪除所有符合條件的數據，返回結果是DeleteResult類型，可以調用deleted_count屬性獲取刪除的數據條數。

更多

另外PyMongo還提供了一些組合方法，如find_one_and_delete()、find_one_and_replace()、find_one_and_update()，就是查找後刪除、替換、更新操作，用法與上述方法基本一致。

另外還可以對索引進行操作，如create_index()、create_indexes()、drop_index()等。

詳細用法可以參見官方文檔：http://api.mongodb.com/python/current/api/pymongo/collection.html

另外還有對資料庫、集合本身以及其他的一些操作，在這不再一一講解，可以參見官方文檔：http://api.mongodb.com/python/current/api/pymongo/

作者：崔慶才 Python愛好者社區專欄作者 授權原創發布，請勿轉載，謝謝。

出處：Python3中PyMongo的用法

配套視頻教程：Python3爬蟲三大案例實戰分享：貓眼電影、今日頭條街拍美圖、淘寶美食 Python3爬蟲三大案例實戰分享

公眾號：Python愛好者社區（微信ID：python_shequ）

小編個人微信：tsdatajob ，來不急回復的，可以加小編微信溝通，謝謝。

推薦閱讀：