Python的MongoDB模塊PyMongo操作方法集錦
更新時間：2016年01月05日 17:42:13 作者：1angxi
這篇文章主要介紹了Python的MongoDB模塊PyMongo操作方法集錦,包括數據的增刪查改以及索引等相關的基本操作,需要的朋友可以參考下
開始之前當然要導入模塊啦：
>>> import pymongo
下一步，必須本地mongodb服務器的安裝和啟動已經完成，才能繼續(xù)下去。
建立于MongoClient 的連接：
client = MongoClient('localhost', 27017)
# 或者
client = MongoClient('mongodb://localhost:27017/')
得到數據庫:
>>> db = client.test_database # 或者 >>> db = client['test-database']
得到一個數據集合：
collection = db.test_collection # 或者 collection = db['test-collection']
MongoDB中的數據使用的是類似Json風格的文檔：
>>> import datetime
>>> post = {"author": "Mike",
... "text": "My first blog post!",
... "tags": ["mongodb", "python", "pymongo"],
... "date": datetime.datetime.utcnow()}
插入一個文檔：
>>> posts = db.posts
>>> post_id = posts.insert_one(post).inserted_id
>>> post_id
ObjectId('...')
找一條數據：
>>> posts.find_one()
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}
>>> posts.find_one({"author": "Mike"})
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}
>>> posts.find_one({"author": "Eliot"})
>>>
通過ObjectId來查找：
>>> post_id
ObjectId(...)
>>> posts.find_one({"_id": post_id})
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}
不要轉化ObjectId的類型為String：
>>> post_id_as_str = str(post_id)
>>> posts.find_one({"_id": post_id_as_str}) # No result
>>>
如果你有一個post_id字符串，怎么辦呢？
from bson.objectid import ObjectId
# The web framework gets post_id from the URL and passes it as a string
def get(post_id):
# Convert from string to ObjectId:
document = client.db.collection.find_one({'_id': ObjectId(post_id)})
多條插入：
>>> new_posts = [{"author": "Mike",
... "text": "Another post!",
... "tags": ["bulk", "insert"],
... "date": datetime.datetime(2009, 11, 12, 11, 14)},
... {"author": "Eliot",
... "title": "MongoDB is fun",
... "text": "and pretty easy too!",
... "date": datetime.datetime(2009, 11, 10, 10, 45)}]
>>> result = posts.insert_many(new_posts)
>>> result.inserted_ids
[ObjectId('...'), ObjectId('...')]
查找多條數據：
>>> for post in posts.find():
... post
...
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}
{u'date': datetime.datetime(2009, 11, 12, 11, 14), u'text': u'Another post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'bulk', u'insert']}
{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'and pretty easy too!', u'_id': ObjectId('...'), u'author': u'Eliot', u'title': u'MongoDB is fun'}
當然也可以約束查找條件：
>>> for post in posts.find({"author": "Mike"}):
... post
...
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}
{u'date': datetime.datetime(2009, 11, 12, 11, 14), u'text': u'Another post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'bulk', u'insert']}
獲取集合的數據條數：
>>> posts.count()
或者說滿足某種查找條件的數據條數：
>>> posts.find({"author": "Mike"}).count()
范圍查找，比如說時間范圍：
>>> d = datetime.datetime(2009, 11, 12, 12)
>>> for post in posts.find({"date": {"$lt": d}}).sort("author"):
... print post
...
{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'and pretty easy too!', u'_id': ObjectId('...'), u'author': u'Eliot', u'title': u'MongoDB is fun'}
{u'date': datetime.datetime(2009, 11, 12, 11, 14), u'text': u'Another post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'bulk', u'insert']}
$lt是小于的意思。
如何建立索引呢？比如說下面這個查找：
>>> posts.find({"date": {"$lt": d}}).sort("author").explain()["cursor"]
u'BasicCursor'
>>> posts.find({"date": {"$lt": d}}).sort("author").explain()["nscanned"]
建立索引：
>>> from pymongo import ASCENDING, DESCENDING
>>> posts.create_index([("date", DESCENDING), ("author", ASCENDING)])
u'date_-1_author_1'
>>> posts.find({"date": {"$lt": d}}).sort("author").explain()["cursor"]
u'BtreeCursor date_-1_author_1'
>>> posts.find({"date": {"$lt": d}}).sort("author").explain()["nscanned"]
連接聚集
>>> account = db.Account #或 >>> account = db["Account"]
查看全部聚集名稱
>>> db.collection_names()
查看聚集的一條記錄
>>> db.Account.find_one()
>>> db.Account.find_one({"UserName":"keyword"})
查看聚集的字段
>>> db.Account.find_one({},{"UserName":1,"Email":1})
{u'UserName': u'libing', u'_id': ObjectId('4ded95c3b7780a774a099b7c'), u'Email': u'libing@35.cn'}
>>> db.Account.find_one({},{"UserName":1,"Email":1,"_id":0})
{u'UserName': u'libing', u'Email': u'libing@35.cn'}
查看聚集的多條記錄
>>> for item in db.Account.find():
item
>>> for item in db.Account.find({"UserName":"libing"}):
item["UserName"]
查看聚集的記錄統計
>>> db.Account.find().count()
>>> db.Account.find({"UserName":"keyword"}).count()
聚集查詢結果排序
>>> db.Account.find().sort("UserName") #默認為升序
>>> db.Account.find().sort("UserName",pymongo.ASCENDING) #升序
>>> db.Account.find().sort("UserName",pymongo.DESCENDING) #降序
聚集查詢結果多列排序
>>> db.Account.find().sort([("UserName",pymongo.ASCENDING),("Email",pymongo.DESCENDING)])
添加記錄
>>> db.Account.insert({"AccountID":21,"UserName":"libing"})
修改記錄
>>> db.Account.update({"UserName":"libing"},{"$set":{"Email":"libing@126.com","Password":"123"}})
刪除記錄
>>> db.Account.remove() -- 全部刪除
>>> db.Test.remove({"UserName":"keyword"})
相關文章
這篇文章主要介紹了PyTorch 將CIFAR100數據按類標歸類保存的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-05-05
這篇文章主要介紹了Python?數據類型集合set,在集合中的元素是無序的、唯一的、不可變的類型，它還有一個特殊的列表，可以對數據去重，下面來對其進行更徹底的認識吧，需要的小伙伴可以參考一下2022-02-02
這篇文章主要介紹了基于Python的EasyGUI學習實踐,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-05-05
今天給大家?guī)淼氖顷P于Python的相關知識,文章圍繞著Python requests模塊展開,文中有非常詳細的介紹及代碼示例,需要的朋友可以參考下2021-06-06
正則表達式是一個特殊的字符序列,它能幫助你方便的檢查一個字符串是否與某種模式匹配,Python 自1.5版本起增加了re模塊,這篇文章主要給大家介紹了如何通過一篇文章徹底搞懂python正則表達式的相關資料,需要的朋友可以參考下2021-09-09
這篇文章主要為大家介紹了?Dropout?正則化對抗?過擬合重要性及應用詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-03-03
今天小編就為大家分享一篇關于Python中shapefile轉換geojson的示例，小編覺得內容挺不錯的，現在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
這篇文章主要介紹了python 如何制作網站小說下載器，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-02-02
最近在做SEO的時候，為了讓發(fā)的外鏈能夠快速的收錄，想到了利用ping的功能，google和百度都有相關的ping介紹，有興趣的朋友可以去看看相關的知識。下面這篇文章主要介紹了利用Python腳本實現ping百度和google的方法,需要的朋友可以參考借鑒，一起來看看吧。2017-01-01
這篇文章主要介紹了Python使用lambda拋出異常實現方法解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-08-08