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。

import pymongo
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：

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。

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：

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。

collection = db.students

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：

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。

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：

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)

返回的结果是对应的_id的集合，运行结果：

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

实际上在PyMongo 3.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。

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

result = collection.insert_one(student)
print(result)
print(result.inserted_id)

运行结果：

<pymongo.results.InsertOneResult object at 0x10d68b558>
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：

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：

<pymongo.results.InsertManyResult object at 0x101dea558>
[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。

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：

<class 'dict'>
{'_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。

from bson.objectid import ObjectId

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：

{'_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：

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

运行结果：

<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：

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：

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.*'}})

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：

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：

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)

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：

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

运行结果：

['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。

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

运行结果：

['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：

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

运行结果：

['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：

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：

{'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。

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：

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

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)

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：

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

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：

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：

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

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：

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

运行结果：

{'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：

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：

<pymongo.results.DeleteResult object at 0x10e6ba4c8>
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，谢谢大家对的支持

# python3  # pymongo  # python  # 详解Pymongo常用查询方法总结  # pymongo insert_many 批量插入的实例  # python使用pymongo操作mongo的完整步骤  # pymongo中group by的操作方法教程  # pymongo中聚合查询的使用方法  # Python pymongo模块用法示例  # pymongo如何通过oplog获取数据(mongodb)  # 在这里  # 条数  # 的是  # 符合条件  # 结果是  # 第二个  # 可以使用  # 几个  # 查询结果  # 多条  # 好了  # 还可以  # 第一个  # 在这  # 两种  # 推荐使用  # 我们可以  # 便可  # 可以看到  # 文档 

相关栏目： 【 网站优化151355 】 【 网络推广146373 】 【 网络技术251813 】 【 AI营销90571 】

相关推荐： 如何在云指建站中生成FTP站点？  Android滚轮选择时间控件使用详解  Laravel如何配置任务调度？（Cron Job示例）  HTML透明颜色代码怎么让下拉菜单透明_下拉菜单透明背景指南【技巧】  Python正则表达式进阶教程_复杂匹配与分组替换解析  Windows10怎样连接蓝牙设备_Windows10蓝牙连接步骤【教程】  Laravel怎么连接多个数据库_Laravel多数据库连接配置  图册素材网站设计制作软件,图册的导出方式有几种？  Laravel如何创建自定义中间件？（Middleware代码示例）  如何为不同团队 ID 动态生成多个非值班状态按钮  Laravel的Blade指令怎么自定义_创建你自己的Laravel Blade Directives  香港服务器网站生成指南：免费资源整合与高速稳定配置方案  WEB开发之注册页面验证码倒计时代码的实现  手机钓鱼网站怎么制作视频,怎样拦截钓鱼网站。怎么办？  如何快速查询网站的真实建站时间？  Windows家庭版如何开启组策略(gpedit.msc)？（安装方法）  矢量图网站制作软件,用千图网的一张矢量图做公司app首页，该网站并未说明版权等问题，这样做算不算侵权？应该如何解决？  Laravel如何发送邮件和通知_Laravel邮件与通知系统发送步骤  Laravel任务队列怎么用_Laravel Queues异步处理任务提升应用性能  Laravel如何升级到最新版本？（升级指南和步骤）  儿童网站界面设计图片,中国少年儿童教育网站-怎么去注册？  Laravel如何使用API Resources格式化JSON响应_Laravel数据资源封装与格式化输出  高端云建站费用究竟需要多少预算？  为什么要用作用域操作符_php中访问类常量与静态属性的优势【解答】  iOS发送验证码倒计时应用  Laravel如何使用Seeder填充数据_Laravel模型工厂Factory批量生成测试数据【方法】  Microsoft Edge如何解决网页加载问题 Edge浏览器加载问题修复  高配服务器限时抢购：企业级配置与回收服务一站式优惠方案  Edge浏览器提示“由你的组织管理”怎么解决_去除浏览器托管提示【修复】  如何正确下载安装西数主机建站助手？  动图在线制作网站有哪些,滑动动图图集怎么做？  Laravel如何生成URL和重定向？（路由助手函数）  Laravel Pest测试框架怎么用_从PHPUnit转向Pest的Laravel测试教程  Laravel怎么进行数据库回滚_Laravel Migration数据库版本控制与回滚操作  如何登录建站主机？访问步骤全解析  Laravel如何实现用户密码重置功能？（完整流程代码）  Laravel怎么集成Vue.js_Laravel Mix配置Vue开发环境  Laravel事件监听器怎么写_Laravel Event和Listener使用教程  如何批量查询域名的建站时间记录？  Laravel如何实现多语言支持_Laravel本地化与国际化(i18n)配置教程  HTML透明颜色代码怎么让图片透明_给img元素加透明色的技巧【方法】  详解一款开源免费的.NET文档操作组件DocX（.NET组件介绍之一）  香港服务器网站测试全流程：性能评估、SEO加载与移动适配优化  成都网站制作公司哪家好,四川省职工服务网是做什么用？  Laravel如何实现本地化和多语言支持？（i18n教程）  Laravel如何实现API速率限制？（Rate Limiting教程）  长沙做网站要多少钱,长沙国安网络怎么样？  Laravel如何实现用户角色和权限系统_Laravel角色权限管理机制  香港服务器选型指南：免备案配置与高效建站方案解析  Laravel Seeder填充数据教程_Laravel模型工厂Factory使用