MongoDB儲存

在這裡我們來看一下Python3下MongoDB的儲存操作，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。

連線MongoDB

連線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，第一個引數為地址host，第二個引數為埠port，埠如果不傳預設是27017。

import pymongo

client = pymongo。MongoClient（host=‘localhost’， port=27017）

這樣我們就可以建立一個MongoDB的連線物件了。

另外MongoClient的第一個引數host還可以直接傳MongoDB的連線字串，以mongodb開頭，例如：

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

可以達到同樣的連線效果。

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式中指定要使用的資料庫。

db = client。test

呼叫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。students

collection = db［‘students’］

插入資料

接下來我們便可以進行資料插入了，對於students這個Collection，我們新建一條學生資料，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，然後接下來直接呼叫collection的insert（）方法即可插入資料。

result = collection。insert（student）

print（result）

在MongoDB中，每條資料其實都有一個_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型別的_id屬性。insert（）方法會在執行後返回的_id值。

執行結果：

5932a68615c2606814c91f3d

當然我們也可以同時插入多條資料，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，執行結果：

［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）

執行結果：

5932ab0f15c2606f0c1cf6c5

返回結果和insert（）方法不同，這次返回的是InsertOneResult物件，我們可以呼叫其inserted_id屬性獲取_id。

對於insert_many（）方法，我們可以將資料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（）方法返回的型別是InsertManyResult，呼叫inserted_ids屬性可以獲取插入資料的_id列表，執行結果：

［ObjectId（‘5932abf415c2607083d3b2ac’）， ObjectId（‘5932abf415c2607083d3b2ad’）］

查詢

插入資料後我們可以利用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的資料，它的返回結果是字典型別，執行結果：

{‘_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新增的。

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 ObjectId

result = collection。find_one（{‘_id’： ObjectId（‘593278c115c2602667ec6bae’）}）

print（result）

其查詢結果依然是字典型別，執行結果：

{‘_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。

對於多條資料的查詢，我們可以使用find（）方法，例如在這裡查詢年齡為20的資料，示例如下：

results = collection。find（{‘age’： 20}）

print（results）

for result in results：

print（result）

執行結果：

{‘_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型別，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型別。

如果要查詢年齡大於20的資料，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的資料。

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開頭的學生資料，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開頭的正則表示式，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

$type型別判斷{‘age’： {‘$type’： ‘int’}}age的型別為int

$mod數字模操作{‘age’： {‘$mod’： ［5， 0］}}年齡模5餘0

$text文字查詢{‘$text’： {‘$search’： ‘Mike’}}text型別的屬性中包含Mike字串

$where高階條件查詢{‘$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官方文件找到：

https：//

docs。mongodb。com/manual

/reference/operator/query/

計數

要統計查詢結果有多少條資料，可以呼叫count（）方法，如統計所有資料條數：

count = collection。find（）。count（）

print（count）

或者統計符合某個條件的資料：

count = collection。find（{‘age’： 20}）。count（）

print（count）

排序

可以呼叫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］）

執行結果：

［‘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］）

執行結果：

［‘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］）

執行結果：

［‘Kevin’， ‘Mark’］

如果不加limit（）原本會返回三個結果，加了限制之後，會擷取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資料，很可能會導致記憶體溢位，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

對於資料更新可以使用update（）方法，指定更新的條件和更新後的資料即可，例如：

condition = {‘name’： ‘Kevin’}

student = collection。find_one（condition）

student［‘age’］ = 25

result = collection。update（condition， student）

print（result）

在這裡我們將name為Kevin的資料的年齡進行更新，首先指定查詢條件，然後將資料查詢出來，修改年齡，之後呼叫update方法將原條件和修改後的資料傳入，即可完成資料的更新。

執行結果：

{‘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代表影響的資料條數。

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，第二個引數需要使用$型別運算子作為字典的鍵名，我們用示例感受一下。

condition = {‘name’： ‘Kevin’}

student = collection。find_one（condition）

student［‘age’］ = 26

result = collection。update_one（condition， {‘$set’： student}）

print（result）

print（result。matched_count， result。modified_count）

在這裡呼叫了update_one方法，第二個引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型別，然後呼叫matched_count和modified_count屬性分別可以獲得匹配的資料條數和影響的資料條數。

執行結果：

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資料年齡加1。

執行結果：

1 1

可以看到匹配條數為1條，影響條數也為1條。

如果呼叫update_many（）方法，則會將所有符合條件的資料都更新，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，執行結果如下：

3 3

可以看到這時所有匹配到的資料都會被更新。

刪除

刪除操作比較簡單，直接呼叫remove（）方法指定刪除的條件即可，符合條件的所有資料均會被刪除，示例如下：

result = collection。remove（{‘name’： ‘Kevin’}）

print（result）

執行結果：

{‘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）

執行結果：

1

4

delete_one（）即刪除第一條符合條件的資料，delete_many（）即刪除所有符合條件的資料，返回結果是DeleteResult型別，可以呼叫deleted_count屬性獲取刪除的資料條數。

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（），就是查詢後刪除、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件：

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，可以參見官方文件：

http：//

api。mongodb。com/python/

current/api/pymongo/

作者：崔慶才 Python愛好者社群專欄作者 授權原創釋出，請勿轉載，謝謝。

出處：Python3中PyMongo的用法

配套影片教程：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愛好者社群（微信ID：python_shequ）

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