Python 操作 MongoDB

最新推荐文章于 2023-04-15 14:45:31 发布
最新推荐文章于 2023-04-15 14:45:31 发布
阅读量951 收藏
点赞数
分类专栏： Python__学习之路 文章标签： Python mongodb
本文详细介绍如何使用Python的pymongo库操作MongoDB数据库，包括连接数据库、插入、查询、更新及删除数据等核心功能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

这篇文章主要介绍了使用Python脚本操作MongoDB的教程,MongoDB作为非关系型数据库得到了很大的宣传力度,而市面上的教程一般都是讲解JavaScript的脚本操作,本文则是基于Python,需要的朋友可以参考下

0.启动mongodb数据库
$ mongod.exe --dbpath D:\mongodb\data\db
1.连接数据库

MongoClient VS Connection

class MongoClient(pymongo.common.BaseObject)
| Connection to MongoDB.
|
| Method resolution order:
| MongoClient
| pymongo.common.BaseObject
| builtin.object
|

class Connection(pymongo.mongo_client.MongoClient)
| Connection to MongoDB.
|
| Method resolution order:
| Connection
| pymongo.mongo_client.MongoClient
| pymongo.common.BaseObject
| builtin.object

从这两个类的继承来看，connection是继承了MongoClient的，建议使用MongoClient而不是使用Connection。（也就是说，MongoClient可以使用方法Connection都可以使用）

from pymongo import MongoClient

client = MongoClient('192.168.40.87', 27037)
db_name = 'TCL_Useraction'
db = client[db_name]
collection_useraction = db['useraction']

这里是通过字典的方式访问数据库和集合，同时你也可以通过.（点号）的方式访问

2.插入数据

save() VS insert()

mongodb的save和insert函数都可以向collection里插入数据，但两者是有两个区别：

一、save函数实际就是根据参数条件,调用了insert或update函数.如果想插入的数据对象存在,insert函数会报错,而save函数是改变原来的对象;如果想插入的对象不存在,那么它们执行相同的插入操作.这里可以用几个字来概括它们两的区别,即所谓"有则改之,无则加之".

二、insert可以一次性插入一个列表，而不用遍历，效率高， save则需要遍历列表，一个个插入。

3.更新数据

对于单个数据来说，可以更新后使用save方法

update(criteria, objNew, upsert, mult)

  • criteria: 需要被更新的条件表达式
  • objNew: 更新表达式
  • upsert: 如目标记录不存在，是否插入新文档。
  • multi: 是否更新多个文档。
collection_useraction.update({'gid':last_gid, 'time':l_date}, 
                             {'$set':{'gid':last_gid}, 
                              '$set':{'time':l_date}, 
                              '$addToSet':{'categories':category_data}}, 
                             upsert=True)
4.删除数据
db.users.drop() # 删除集合

# remove(self, spec_or_id=None, safe=None, multi=True, **kwargs)
# remove() 用于删除单个或全部文档，删除后的文档无法恢复。
id = db.users.find_one({"name":"user2"})["_id"]
db.users.remove(id) # 根据 id 删除一条记录
db.users.remove() # 删除集合里的所有记录
db.users.remove({'yy':5}) # 删除yy=5的记录
5.查询
# 查询 age 小于 15 的
for u in db.users.find({"age":{"$lt":15}}):
    print(u)
5.1 查询一条记录
# 查询 name 等于 user8 的
for u in db.users.find({"name":"user8"}):
    print(u)


# 获取查询的一个
u2 = db.users.find_one({"name":"user9"}) # 查不到时返回 None
    print(u2)
5.2 查询特定键 (fields)

特别说明：
在3.0版本中，这个参数已经改名为projection，若用fields会报错

# select name, age from users where age = 21
for u in db.users.find({"age":21}, ["name", "age"]):
    print(u)
for u in db.users.find(fields = ["name", "age"]):
    print(u)
5.3 排序(SORT)
pymongo.ASCENDING # 也可以用 1 来代替
pymongo.DESCENDING # 也可以用 -1 来代替

for u in db.users.find().sort([("age", pymongo.ASCENDING)]):
    print(u)  # select * from 集合名 order by 键1

for u in db.users.find().sort([("age", pymongo.DESCENDING)]):
    print(u) # select * from 集合名 order by 键1 desc

for u in db.users.find().sort([("键1", pymongo.ASCENDING), ("键2", pymongo.DESCENDING)]):
    print(u) # select * from 集合名 order by 键1 asc, 键2 desc

for u in db.users.find(sort = [("键1", pymongo.ASCENDING), ("键2", pymongo.DESCENDING)]):
    print(u) # sort 的另一种写法

for u in db.users.find({"name":"user9"}, sort=[['name',1],['sex',1]], fields = ["name", "age", 'sex']):
    print(u) # 组合写法
5.4 从第几行开始读取(SLICE)，读取多少行(LIMIT)
# select * from 集合名 skip 2 limit 3
# MySQL 的写法： select * from 集合名 limit 2, 3
for u in db.users.find().skip(2).limit(3):
    print(u)
for u in db.users.find(skip = 2, limit = 3):
    print(u)

# 可以用切片代替 skip & limit (mongo 中的 $slice 貌似有点问题)。
for u in db.users.find()[2:5]:
    print(u)

# 单独的写
for u in db.users.find().skip(2):
    print(u)
for u in db.users.find(skip=1):
    print(u)
for u in db.users.find().limit(5):
    print(u)
for u in db.users.find(limit = 3):
    print(u)
5.5 多条件查询(Conditional Operators) # like 的可使用正则表达式查询
# select * from users where name = 'user3' and age > 12 and age < 15
for u in db.users.find({'age': {'$gt': 12, '$lt': 15}, 'name': 'user3'}):
    print(u)
# select * from users where name = 'user1' and age = 21
for u in db.users.find({"age":21, "name":"user1"}):
    print(u)
5.6 IN
for u in db.users.find({"age":{"$in":(23, 26, 32)}}):
    print(u)  # select * from users where age in (23, 26, 32)
for u in db.users.find({"age":{"$nin":(23, 26, 32)}}):
    print(u) # select * from users where age not in (23, 26, 32)
5.7 统计总数(COUNT)
print(db.users.count()) # select count(*) from users
print(db.users.find({"age":{"$gt":30}}).count()) # select count(*) from users where age > 30
5.8 OR
for u in db.users.find({"$or":[{"age":25}, {"age":28}]}):
    print(u) # select * from 集合名 where 键1 = 值1 or 键1 = 值2
for u in db.users.find({"$or":[{"age":{"$lte":23}}, {"age":{"$gte":33}}]}):
    print(u) # select * from 集合名 where 键1 <= 值1 or 键1 >= 值2
6. 是否存在 (exists)
db.users.find({'sex':{'$exists':True}}) # select * from 集合名 where exists 键1
db.users.find({'sex':{'$exists':False}}) # select * from 集合名 where not exists 键1
7. 正则表达式查询
for u in db.users.find({"name" : {"$regex" : r"(?i)user[135]"}}, ["name"]):
    print(u) # 查询出 name 为 user1, user3, user5
8. 多级路径的元素值匹配

Document 采取 JSON-like 这种层级结构，因此我们可以直接用嵌入(Embed)代替传统关系型数据库的关联引用(Reference)。
MongoDB 支持以 "." 分割的 namespace 路径，条件表达式中的多级路径须用引号

# 如果键里面包含数组，只需简单匹配数组属性是否包含该元素即可查询出来
db.集合名.find_one({'address':"address1"}) # address 是个数组，匹配时仅需包含有即可
# 查询结果如：{"_id" : ObjectId("4c479885089df9b53474170a"), "name" : "user1", "address" : ["address1", "address2"]}

# 条件表达式中的多级路径须用引号,以 "." 分割
u = db.集合名.find_one({"im.qq":12345678})
# 查询结果如：{"_id" : ObjectId("4c479885089df9b53474170a"), "name" : "user1", "im" : {"msn" : "[email protected]", "qq" : 12345678}}

print(u)['im']['msn'] #显示： [email protected]

# 多级路径的更新
db.集合名.update({"im.qq":12345678}, {'$set':{"im.qq":12345}})

# 查询包含特定键的
for u in db.users.find({"im.qq":{'$exists':True}}, {"im.qq":1}):
    print(u)
# 显示如： { "_id" : ObjectId("4c479885089df9b53474170a"), "im" : { "qq" : 12345 } }

for u in db.users.find({'data':"abc"}):
    print(u)
# 显示如： { "_id" : ObjectId("4c47a481b48cde79c6780df5"), "name" : "user8", "data" : [ { "a" : 1, "b" : 10 }, 3, "abc" ] }
for u in db.users.find({'data':{'$elemMatch':{'a':1, 'b':{'$gt':5}}}}):
    print(u)
# 显示如： { "_id" : ObjectId("4c47a481b48cde79c6780df5"), "name" : "user8", "data" : [ { "a" : 1, "b" : 10 }, 3, "abc" ] }

{data:"abc"} 仅简单匹配数组属性是否包含该元素。$elemMatch 则可以处理更复杂的元素查找条件。当然也可以写成如下方式：
db.集合名.find({"data.a":1, "data.b":{'$gt':5}})

对数组, 还可以直接使用序号进行操作：
db.集合名.find({"data.1":3}) # 序号从0开始

# 如集合的一列内容
{"classifyid":"test1",
 "keyword":[
    {"name":'test1', # 将修改此值为 test5 (数组下标从0开始,下标也是用点)
    "frequence":21,
    },
    {"name":'test2', # 子表的查询，会匹配到此值
    "frequence":50,
    },
 ]
}
# 子表的修改(子表的其它内容不变)
db.集合名.update({"classifyid":"test1"}, {"$set":{"keyword.0.name":'test5'}})
# 子表的查询
db.集合名.find({"classifyid":"test1", "keyword.0.name":"test2"})
6.操作

(1) $all: 判断数组属性是否包含全部条件。

db.users.insert({'name':"user3", 'data':[1,2,3,4,5,6,7]})
db.users.insert({'name':"user4", 'data':[1,2,3]})

for u in db.users.find({'data':{'$all':[2,3,4]}}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "name" : "user3", "data" : [ 1, 2, 3, 4, 5, 6, 7 ] }

注意和 $in 的区别。$in 是检查目标属性值是条件表达式中的一员，而 $all 则要求属性值包含全部条件元素。

(2) $size: 匹配数组属性元素数量。

for u in db.users.find({'data':{'$size':3}}):
    print(u)
# 只显示匹配此数组数量的： { "_id" : ObjectId("4c47a13bb48cde79c6780df1"), "name" : "user4", "data" : [ 1, 2, 3 ] }

(3) $type: 判断属性类型。

for u in db.users.find({'t':{'$type':1}}):
    print(u) # 查询数字类型的
for u in db.users.find({'t':{'$type':2}}):
    print(u) # 查询字符串类型的

类型值:
double:1
string: 2
object: 3
array: 4
binary data: 5
object id: 7
boolean: 8
date: 9
null: 10
regular expression: 11
javascript code: 13
symbol: 14
javascript code with scope: 15
32-bit integer: 16
timestamp: 17
64-bit integer: 18
min key: 255
max key: 127

(4) $not: 取反，表示返回条件不成立的文档。
似乎只能跟正则和 $mod 一起使用？？？？
还不知如何使用

(5) $unset: 和 $set 相反，表示移除文档属性。

for u in db.users.find({'name':"user1"}):
    print(u)
# 显示如： { "_id" : ObjectId("4c479885089df9b53474170a"), "name" : "user1", "age" : 15, "address" : [ "address1", "address2" ] }

db.users.update({'name':"user1"}, {'$unset':{'address':1, 'age':1}})
for u in db.users.find({'name':"user1"}):
    print(u)
# 显示如： { "_id" : ObjectId("4c479885089df9b53474170a"), "name" : "user1" }

(6) $push: 和 $pushAll 都是向数组属性添加元素。好像两者没啥区别

for u in db.users.find({'name':"user1"}):
    print(u)
# 显示如： { "_id" : ObjectId("4c479885089df9b53474170a"), "age" : 15, "name" : "user1" }

db.users.update({'name':"user1"}, {'$push':{'data':1}})
for u in db.users.find({'name':"user1"}):
    print(u)
# 显示如： { "_id" : ObjectId("4c479885089df9b53474170a"), "age" : 15, "data" : [ 1 ], "name" : "user1" }

db.users.update({'name':"user1"}, {'$pushAll':{'data':[2,3,4,5]}})
for u in db.users.find({'name':"user1"}):
    print(u)
# 显示如： { "_id" : ObjectId("4c479885089df9b53474170a"), "age" : 15, "data" : [ 1, 2, 3, 4, 5 ], "name" : "user1" }

(7) $addToSet: 和 $push 类似，不过仅在该元素不存在时才添加 (Set 表示不重复元素集合)。

db.users.update({'name':"user2"}, {'$unset':{'data':1}})
db.users.update({'name':"user2"}, {'$addToSet':{'data':1}})
db.users.update({'name':"user2"}, {'$addToSet':{'data':1}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c479896089df9b53474170b"), "data" : [ 1 ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$push':{'data':1}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c479896089df9b53474170b"), "data" : [ 1, 1 ], "name" : "user2" }

要添加多个元素，使用 $each。
db.users.update({'name':"user2"}, {'$addToSet':{'data':{'$each':[1,2,3,4]}}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： {'age': 12, '_id': ObjectId('4c479896089df9b53474170b'), 'data': [1, 1, 2, 3, 4], 'name': 'user2'}
# 貌似不会自动删除重复

(8) $each 添加多个元素用。

db.users.update({'name':"user2"}, {'$unset':{'data':1}})
db.users.update({'name':"user2"}, {'$addToSet':{'data':1}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c479896089df9b53474170b"), "data" : [ 1 ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$addToSet':{'data':{'$each':[1,2,3,4]}}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： {'age': 12, '_id': ObjectId('4c479896089df9b53474170b'), 'data': [1, 2, 3, 4], 'name': 'user2'}

db.users.update({'name':"user2"}, {'$addToSet':{'data':[1,2,3,4]}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c479896089df9b53474170b"), "data" : [ 1, 2, 3, 4, [ 1, 2, 3, 4 ] ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$unset':{'data':1}})
db.users.update({'name':"user2"}, {'$addToSet':{'data':[1,2,3,4]}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "data" : [ [1, 2, 3, 4] ], "name" : "user2" }

(9) $pop: 移除数组属性的元素(按数组下标移除)，$pull 按值移除，$pullAll 移除所有符合提交的元素。

db.users.update({'name':"user2"}, {'$unset':{'data':1}})
db.users.update({'name':"user2"}, {'$addToSet':{'data':{'$each':[1, 2, 3, 4, 5, 6, 7, 2, 3 ]}}})
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "data" : [ 1, 2, 3, 4, 5, 6, 7, 2, 3 ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$pop':{'data':1}}) # 移除最后一个元素
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "data" : [ 1, 2, 3, 4, 5, 6, 7, 2 ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$pop':{'data':-1}}) # 移除第一个元素
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "data" : [ 2, 3, 4, 5, 6, 7, 2 ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$pull':{'data':2}}) # 移除全部 2
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "data" : [ 3, 4, 5, 6, 7 ], "name" : "user2" }

db.users.update({'name':"user2"}, {'$pullAll':{'data':[3,5,6]}}) # 移除 3,5,6
for u in db.users.find({'name':"user2"}):
    print(u)
# 显示： { "_id" : ObjectId("4c47a133b48cde79c6780df0"), "data" : [ 4, 7 ], "name" : "user2" }

(10) $where: 用 JS 代码来代替有些丑陋的 $lt、$gt。
MongoDB 内置了 Javascript Engine (SpiderMonkey)。可直接使用 JS Expression，甚至使用 JS Function 写更复杂的 Code Block。

db.users.remove() # 删除集合里的所有记录
for i in range(10):
db.users.insert({'name':"user" + str(i), 'age':i})
for u in db.users.find():
    print(u)

显示如下：
{ "_id" : ObjectId("4c47b3372a9b2be866da226e"), "name" : "user0", "age" : 0 }
{ "_id" : ObjectId("4c47b3372a9b2be866da226f"), "name" : "user1", "age" : 1 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2270"), "name" : "user2", "age" : 2 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2271"), "name" : "user3", "age" : 3 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2272"), "name" : "user4", "age" : 4 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2273"), "name" : "user5", "age" : 5 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2274"), "name" : "user6", "age" : 6 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2275"), "name" : "user7", "age" : 7 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2276"), "name" : "user8", "age" : 8 }
{ "_id" : ObjectId("4c47b3372a9b2be866da2277"), "name" : "user9", "age" : 9 }

for u in db.users.find({"$where":"this.age > 7 || this.age < 3"}):
    print(u)

显示如下：
{'age': 0.0, '_id': ObjectId('4c47b3372a9b2be866da226e'), 'name': 'user0'}
{'age': 1.0, '_id': ObjectId('4c47b3372a9b2be866da226f'), 'name': 'user1'}
{'age': 2.0, '_id': ObjectId('4c47b3372a9b2be866da2270'), 'name': 'user2'}
{'age': 8.0, '_id': ObjectId('4c47b3372a9b2be866da2276'), 'name': 'user8'}
{'age': 9.0, '_id': ObjectId('4c47b3372a9b2be866da2277'), 'name': 'user9'}

for u in db.users.find().where("this.age > 7 || this.age < 3"):
    print(u)

显示如下：
{'age': 0.0, '_id': ObjectId('4c47b3372a9b2be866da226e'), 'name': 'user0'}
{'age': 1.0, '_id': ObjectId('4c47b3372a9b2be866da226f'), 'name': 'user1'}
{'age': 2.0, '_id': ObjectId('4c47b3372a9b2be866da2270'), 'name': 'user2'}
{'age': 8.0, '_id': ObjectId('4c47b3372a9b2be866da2276'), 'name': 'user8'}
{'age': 9.0, '_id': ObjectId('4c47b3372a9b2be866da2277'), 'name': 'user9'}

# 使用自定义的 function, javascript语法的
for u in db.users.find().where("function() { return this.age > 7 || this.age < 3;}"):
    print(u)

显示如下：
{'age': 0.0, '_id': ObjectId('4c47b3372a9b2be866da226e'), 'name': 'user0'}
{'age': 1.0, '_id': ObjectId('4c47b3372a9b2be866da226f'), 'name': 'user1'}
{'age': 2.0, '_id': ObjectId('4c47b3372a9b2be866da2270'), 'name': 'user2'}
{'age': 8.0, '_id': ObjectId('4c47b3372a9b2be866da2276'), 'name': 'user8'}
{'age': 9.0, '_id': ObjectId('4c47b3372a9b2be866da2277'), 'name': 'user9'}


Python 可以使用 pymongo 库方便的操作 MongoDB 。插播一句，MongoDB 不同于关系型结构的三层结构——database--> table --> record，它的层级为 database -->collection --> document 。这里不重点介绍 MongoDB  用法，主要来看一下如何用 Python 使用 MongoDB。

 

1.安装MongoDB和pymongo：

1
2
[root@localhost ~] # pip install pymongo
[root@localhost ~] # yum install -y mongodb-server

启动 MongoDB ，其中 --dbpath 指定数据存放目录，默认为 /data/db ，如果目录不存在会报错； --logpath 指定日志输出文件，日志会按照时间自动切分：

1
[root@localhost ~] # mongod --dbpath=/data/mongodb/db/--logpath=/data/mongodb/mongodb.log

注：如果没有 pip 命令，需要使用 yum 进行安装：

1
[root@localhost ~] # yum install -y python-pip

 

2.建立连接：

1
[root@localhost ~] # python
1
2
3
4
5
>>> from pymongo  import  *
>>> client = MongoClient() 
// 与以下两种方式等同
>>> client = MongoClient(“localhost”, 27017)
>>> client = MongoClient(“mongodb: //localhost :27017/”)

 

3.指定将要进行操作的database和collection：

1
2
>>> db = client.test_db
>>> collection = db.test_collection

 

4.常规操作：

4.1 插入：

1
2
3
4
5
6
7
>>> mydict = {“name”:”Lucy”, “sex”:”female”,”job”:”nurse”}
>>> collection.insert(mydict)
>>> collection.insert_one(mydict)
>>> collection.insert_many(mydict)  // 会报错，.insert_many()时参数必须为 list 形式，做如下包装：
>>> mylist = []
>>> mylist.append(mydict)
>>> collection.insert_many(mylist)  // 不会报错


4.2 查询：

.find_one() 显示满足条件的第一个 collection，find() 的结果则是一个满足条件的对象数组：

1
2
3
>>> collection. find ({“name”:”Lucy”})[0]
>>> collection. find ({“name”:”Lucy”})[1]
……

可以使用 for-in 循环进行查看：

1
2
3
4
5
>>>  for  i  in  collection. find ({“name”:”Lucy”})
…     print i
…
{u 'job' : u 'nurse' , u '_id' : ObjectId( '554bd2e1e1382306bba8ade9' ),u 'name' : u 'Lucy' , u 'sex' : u 'female' }
{u 'nationality' : u 'US' , u 'age' : 24, u '_id' : ObjectId( '554be1cce138230714d0ab0d' ),u 'name' : u 'Lucy' }

查询指定条件的collection，可以指定一个或多个条件：

1
2
>>> collection.find_one({“name”:”Lucy”})
>>> collection.find_one({“name”:”Lucy”, “sex”:”female”})

.count() 统计结果总条数：

1
2
>>> collection. find ().count()  // 等同于collection.count()
>>> collection. find ({“name”:”Lucy”}).count()

指定大于小于等于等条件进行查询：

1
>>> collection. find ({“age”: {“$lt”: 30}})

这样的查询符号有 $lt（小于）， $gt（大于）， $lte（小于等于）， $gte（大于等于）， $ne（不等于），这与原生 MongoDB 中相同。

将查询结果按条件排序：

1
2
3
>>> collection. find (). sort ( "age" )   // 默认，升序
>>> collection. find (). sort ( "age" , pymongo.ASCENDING)    // 升序
>>> collection. find (). sort ( "age" , pymongo.DESCENDING)   // 降序

查询 database中所有collection ：

1
2
>>> db.collection_names()
>>> db.collection_names(include_system_collections=Flase)  // 不包括系统collection，一般指的是system.indexes

注：这里的 db 为建立连接后的db = client.test_db 。

4.3 更新：

1
2
3
4
5
>>> temp = collection.find_one({ "name" : "Lucy" })
>>> temp2 = temp.copy()
>>> temp[ "name" ] =  "Jordan"
>>> collection.save(temp)    // 或 .update() ，注意参数形式
>>> collection.update(temp, temp2)   // 将temp更新为temp2

注：如果此时temp[“_id”]在该collection中已经存在，则.save()为更新操作，与 .replace_one() 作用相同，否则 .save() 为插入操作，与 .insert_one() 作用相同。

还要注意的一点是，.replace_one()需要传入两个参数，分别为当前document和要更新为的 document ，与 .update() 相同（update和save的区别暂且略过，有兴趣可以搜索引擎一下）：

1
>>> collection.replace_one(old_document, new_document)

4.4 删除：

1
2
3
>>> collection.remove(temp) // 即便该temp不存在也不会报错
>>> collection.delete_one(temp)
>>> collection.delete_many(temp)  // 与 .insert_many() 不同，在temp不是list类型时也不会报错


补充：

1.JSON序列化与反序列化：

如果想序列化为标准 JSON 格式，两种方式，方式一，json 包中的 dumps：

1
2
3
4
>>>  import  json
>>>  for  i  in  collection. find (“{“name”:”Lucy”})
…     del i[“_id”]     // 不能直接转换，无法识别ObjectId
…     json.dumps(i)

对应的反序列化方法为json.loads()

方式二，bson.json_util包中封装的 dumps：

1
2
3
4
5
6
7
>>> from bson  import  Binary, Code
>>> from bson.json_util  import  dumps
>>> dumps([{ 'foo' : [1, 2]},
...     { 'bar' : { 'hello' : 'world' }},
...     { 'code' : Code( "function x() { return1; }" )},
...     { 'bin' : Binary( "" )}])
'[{"foo": [1, 2]}, {"bar": {"hello":"world"}}, {"code": {"$code": "function x(){ return 1; }", "$scope": {}}}, {"bin":{"$binary": "", "$type": "00"}}]'

对应的反序列化方法为bson.json_util.loads()

2.Deprecated与”Modern”：

在pymongo中，有一些方法虽然没有被弃用，但也已经不再建议使用，使用这些方法不会出现 error ，但会报出 warning ：

__main__:1:DeprecationWarning: insert is deprecated. Use insert_one or insert_manyinstead.

下面列出一些Deprecated Method 和 “Mordern” Method ，供了解（建议不要使用 Deprecated Method，因为没准哪天就真的被弃用了）：

Deprecated            “Mordern”

insert               insert_one   insert_many

save                replace_one   insert_one

remove               delete_one   delete_many

update               replace_one   update_one   update_many

Python 操作 MongoDB 教程
ftpeak
02-08 1086
通过本教程，你可以即快速又全面学习了如何在 Python 中使用pymongo。
python操作MongoDB
IAlexanderI的专栏
06-27 647
下载python中MongoDB的驱动程序 pip install pymongo 然后确保MongoDB已经安装且可以正常运行，去官网下载相应版本：https://www.mongodb.com/ mkdir -p /home/tools cd/home/tools wget https://fastdl.mongodb.org/linux/mongodb-linux-x8
python使用mongoDB
weixin_43788986的博客
08-15 1781
就是说，数据库创建后要创建集合(数据表)并插入一个文档(记录)，数据库才会真正创建。就是说，创建集合(数据表)后要再插入一个文档(记录)，集合才会真正创建。方法来删除一个文档，该方法第一个参数为查询对象，指定要删除哪些数据。该方法第一个参数为查询的条件，第二个参数为要修改的字段。该方法第一个参数为查询的条件，第二个参数为要修改的字段。方法来删除多个文档，该方法第一个参数为查询对象，指定要删除哪些数据。方法第一个参数为要排序的字段，第二个字段指定排序规则，方法可以查询集合中的所有数据，类似 SQL 中的。..
Python操作MongoDB详解及实例
09-09
MongoDB是一种流行的NoSQL数据库，它以文档存储为主，适合处理大规模数据。Python中的PyMongo模块提供了与MongoDB交互的接口。...希望本文对您理解Python操作MongoDB有所帮助，感谢您的阅读和支持！
Python操作mongodb数据库进行模糊查询操作示例
01-20
本文实例讲述了Python操作mongodb数据库进行模糊查询操作。分享给大家供大家参考，具体如下： # -*- coding: utf-8 -*- import pymongo import re from pymongo import MongoClient #创建连接 #10.20.66.106 client...
完整版 Python高级开发课程 高级教程 07 Python操作MongoDB数据库.pptx
09-25
【Python高级开发课程 高级教程】中的第07部分主要涵盖了Python操作MongoDB数据库的知识。MongoDB是一种流行的NoSQL数据库系统，它以文档存储为主，适合处理大规模、非结构化或半结构化的数据。在Python中，我们通常...
Python操作MongoDb数据库流程详解
01-20
MongoDB是一个基于分布式文件存储的文档数据库，可以说是非关系型（NoSQL，Not Only SQL）数据库中比较像关系型数据库的一个，具有免费、操作简单、面向文档、自动分片、可扩展性强、查询功能强大等特点，对大数据...
Python操作MongoDB教程
03-29
Python操作MongoDB是一种常见的方式，用于在Python应用程序中与NoSQL数据库进行交互。MongoDB是一个非关系型数据库，它的特点是灵活的数据模型，适用于处理大量结构各异的数据。在Python中，我们通常使用`pymongo`这...
使用 Python 操作 MongoDB
最新发布
weixin_47831992的博客
04-15 3087
我们也可以使用 limit() 方法限制查询结果的数量，使用 sort() 方法对查询结果进行排序，使用 count() 方法获取查询结果的数量。在上面的代码中，我们使用 delete_one() 方法删除 customers 集合中 name 字段为 John 的文档，并使用 deleted_count 属性获取删除的文档数量。在上面的代码中，我们使用 find() 方法查询 customers 集合中 name 字段为 John 的文档，并使用 for 循环遍历查询结果。
Python调用MongoDB使用心得
CsharpGame的专栏
04-13 870
本文是一个Python 使用MongoDB的简单教程，将使用pymongo对MongoDB进行的各种操作进行了简单的汇总，我们进行了简单整理，使用Python的同学可以看一看。 下载相应平台的版本，解压即可。为方便使用，将bin路径添加到系统path环境变量里。其中mongod是服务器，mongo是客户shell，然后创建数据文件目录：在c盘下创建data文件夹，里面创建db文件夹。
MongoDb 的Python支持
zouyongjin的专栏
09-17 1809
MongoDb所在的公司（10gen）已经获得了两千万美元的投资，所以我估计MongoDb会继续投入开发。之前一直不敢用MongoDb最主要是因为这个东西用于生产环境不太靠谱，目前只是在考察过程当中。 原文链接：http://blog.nosqlfan.com/ht
Python操作MongoDB
不凡乃大的博客
06-05 791
官方推荐操作方法 建立连接、创建数据库 import pymongo #1、建立连接 client = pymongo.MongoClient() #2、指定数据库 db = client['python37'] #3、指定集合 my_col = db['stu'] 数据操作 查找 查找一条文档：find_one() 查询所有：find() 添加 添加一条...
Python操作MongoDB数据库实战指南
Python是常用的编程语言，pymongo是Python的官方MongoDB驱动，用于在Python应用程序中操作MongoDB数据库。在使用Python与MongoDB配合工作之前，首先需要安装MongoDB数据库和pymongo库。 1. MongoDB的安装和配置： ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值