PyMongo 入门教程：Python 操作 MongoDB 完全指南

廉珏俭Mercy

于 2025-06-10 09:00:11 发布

阅读量284

点赞数 5

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00955/article/details/148548471

PyMongo 入门教程：Python 操作 MongoDB 完全指南

mongo-python-driver PyMongo - the Official MongoDB Python driver 项目地址: https://gitcode.com/gh_mirrors/mo/mongo-python-driver

前言

MongoDB 是一个流行的 NoSQL 数据库，而 PyMongo 是 MongoDB 官方提供的 Python 驱动程序。本教程将带你从零开始学习如何使用 PyMongo 进行 MongoDB 数据库操作，包括连接数据库、插入文档、查询数据等核心功能。

环境准备

在开始之前，请确保你已经：

安装了 Python（推荐 3.6+ 版本）
通过 pip 安装了 PyMongo 包：pip install pymongo
安装并运行了 MongoDB 服务（默认端口 27017）

验证安装是否成功：

import pymongo  # 如果没有报错说明安装成功

连接 MongoDB

使用 PyMongo 的第一步是建立与 MongoDB 的连接：

from pymongo import MongoClient

# 最简单的连接方式（使用默认主机和端口）
client = MongoClient()

# 也可以显式指定主机和端口
client = MongoClient('localhost', 27017)

# 或者使用 MongoDB URI 格式
client = MongoClient('mongodb://localhost:27017/')

数据库操作

MongoDB 的一个实例可以包含多个数据库。在 PyMongo 中访问数据库有两种方式：

# 属性式访问（适用于名称符合 Python 变量命名规则的数据库）
db = client.test_database

# 字典式访问（适用于所有数据库名称）
db = client['test-database']

注意：MongoDB 的数据库和集合是"惰性创建"的，只有在第一次插入数据时才会真正创建。

集合操作

集合（Collection）相当于关系型数据库中的表，用于存储文档：

# 属性式访问集合
collection = db.test_collection

# 字典式访问集合
collection = db['test-collection']

文档操作

MongoDB 使用 JSON 风格的文档存储数据，在 Python 中我们用字典来表示：

import datetime

post = {
    "author": "Mike",
    "text": "My first blog post!",
    "tags": ["mongodb", "python", "pymongo"],
    "date": datetime.datetime.now(tz=datetime.timezone.utc)
}

PyMongo 会自动将 Python 类型（如 datetime）转换为 BSON 类型存储。

插入文档

# 插入单个文档
post_id = db.posts.insert_one(post).inserted_id
print(post_id)  # 输出类似 ObjectId('...')

每个文档都会自动获得一个唯一的 _id 字段，如果文档没有提供则会自动生成。

批量插入

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 = db.posts.insert_many(new_posts)
print(result.inserted_ids)  # 输出两个 ObjectId

注意第二个文档的结构与其他不同，这展示了 MongoDB 的无模式特性。

查询文档

查询单个文档

import pprint

# 查询集合中的第一个文档
pprint.pprint(db.posts.find_one())

# 带条件查询
pprint.pprint(db.posts.find_one({"author": "Mike"}))

查询多个文档

# 查询所有文档
for post in db.posts.find():
    pprint.pprint(post)

# 带条件查询多个文档
for post in db.posts.find({"author": "Mike"}):
    pprint.pprint(post)

按 ObjectId 查询

# 假设我们已经有一个 post_id
post = db.posts.find_one({"_id": post_id})

# 注意：不能直接使用字符串形式的 ObjectId 查询
from bson.objectid import ObjectId
post_id_str = str(post_id)
post = db.posts.find_one({"_id": ObjectId(post_id_str)})  # 正确方式

高级查询

计数

# 统计集合中所有文档数量
db.posts.count_documents({})

# 统计满足条件的文档数量
db.posts.count_documents({"author": "Mike"})

范围查询

# 查询日期早于指定时间的文档，并按作者排序
d = datetime.datetime(2009, 11, 12, 12)
for post in db.posts.find({"date": {"$lt": d}}).sort("author"):
    pprint.pprint(post)

这里使用了 $lt 操作符表示"小于"。

索引操作

索引可以显著提高查询性能，还可以强制某些约束：

# 创建唯一索引
result = db.profiles.create_index([("user_id", pymongo.ASCENDING)], unique=True)

# 查看索引信息
print(sorted(list(db.profiles.index_information())))

尝试插入重复数据会抛出异常：

user_profiles = [
    {"user_id": 211, "name": "Luke"},
    {"user_id": 212, "name": "Ziltoid"}
]
db.profiles.insert_many(user_profiles)

# 这会抛出 DuplicateKeyError 异常
duplicate_profile = {"user_id": 212, "name": "Tommy"}
db.profiles.insert_one(duplicate_profile)