mongodb 查多个不等于_爬虫学习(9)(MongoDB)

MongoDB是一个基于分布式文件存储的开源数据库系统，其内容存储形式类似JSON对象，它的字段值可以包含其他文档、数组及文档数组，非常灵活。

1.准备工作

安装好MongoDB并启动了其服务，安装好了PyMongo库。

2.连接MongoDB

我们在连接MongoDB时需要使用PyMongo库里面的MongoClient。一般来说，传入MongoDB的IP及端口即可。

import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)

直接传入连接字符串也可以达到相同的效果。

client = pymongo.MongoClient('mongodb://localhost:27017/')

3.指定数据库

MongoDB中可以建立多个数据库，我们需要指定操作哪个数据库。我们指定一个test数据库。两种方法均可。

db = client.test
db = client['test']

4.指定集合

MongoDB的每个数据库里包含许多集合，他们类似与关系型数据库中的表。

下一步来指定需要操作的集合。我们指定一个students。同样有两种方式。

collection = db.students
collection = db['students']

这样就声明了一个Collection对象。

5.插入数据

对于students这个集合，新建一条学生数据，数据以字典类型表示：

student = {
    'id': '20200101',
    'name': 'mike',
    'age': 18,
    'gender': 'male'
}
result = collection.insert(student)
print(student)

5eb658e4b4a155c0bb3660f5

这里指定了学号，姓名，年龄和性别。然后调用collection的insert()方法即可插入数据。

在MongoDB中，每条数据其实只有一个_id属性来唯一标识。如果没有显式指明该属性，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_id值。

当然，我们也可以插入多条数据，以列表形式传递。

student1 = {
    'id': '20200101',
    'name': 'mike',
    'age': 18,
    'gender': 'male'
}

student2 = {
    'id': '20200102',
    'name': 'lily',
    'age': '19',
    'gender': 'female'
}
result = collection.insert([student1, student2])
print(result)

[ObjectId('5eb65af0222615a13187de7e'), ObjectId('5eb65af0222615a13187de7f')]

我们在使用python3时在运行时会Warning。

 DeprecationWarning: insert is deprecated. Use insert_one or insert_many instead.

官方希望我们使用insert_one()和insert_many()方法来插入单条和多条数据，但是使用insert()方法也没什么问题。

6.查询

插入数据后，我们可以使用find_one()和find()方法来进行查询。find_one()得到的结果是单个结果，find()得到 的结果则是一个生成器对象。

result = collection.find_one({'name': 'mike'})
print(type(result))
print(result)

<class 'dict'>
{'_id': ObjectId('5eb658e4b4a155c0bb3660f5'), 'id': '20200101', 'name': 'mike', 'age': 18, 'gender': 'male'}

这里我们查询name为mike的数据，返回结果是字典类型。它多了一个_id属性，这是MongoDB在插入过程中自动添加的。

此外，我们也可以根据ObjectId来查询，此时需要使用bson库里的objectid:

result = collection.find_one({'_id': ObjectId('5eb658e4b4a155c0bb3660f5')})
print(result)

{'_id': ObjectId('5eb658e4b4a155c0bb3660f5'), 'id': '20200101', 'name': 'mike', 'age': 18, 'gender': 'male'}

另外还可以使用find()进行多条数据的查询。

results = collection.find({'age': 18})
print(results)
for result in results:
    print(result)

返回结果是Cursor类型，它相当于一个生成器，我们需要遍历才能获取所有的结果。

如果要查询年龄大于18的数据可写为：

results = collection.find('age': {'$gt': 18}})

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，意思为大于。

$lt    小于     ｛'age': {'$lt': 20}}
$gt    大于     ｛'age': {'$gt': 20}}
$lte   大于等于  {'age': {'$lte': 20}}
$gte   大于等于  {'age': {'$gte': 20}}
$ne    不等于    {'age': {'$ne': 20}}
$in    在范围内  {'age': {'$in': [20, 23]}}
$nin   不在范围内 {'age': {'$nin': [20, 23]}}

另外，还可以使用正则匹配查询，例如查询以m开头的学生数据：

results = collection.find({'name': {'$regex': '^m.*'}})

还有其他的功能符号可在官方文档中查找。

7.计数

要统计查询结果有多少条数据，可以调用count()方法。

count = collection.find().count()
print(count)

或者统计符合某个条件的数据：

count = collection.find({'age': 18}).count()
print(count)

8.排序

排序时可以直接使用sort()方法，并在其中传入排序的字段及升降序标志即可。

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

pymongo.ASCENDING指定升序，pymongo.DESCENDING指定降序。

9.偏移

如果我们想只取某几个元素可以使用skip()方法偏移几个位置。如果偏移2个就是忽略前两个，从第3个开始。

results = collection.find().sort('name', pymongo.ASCENDING).skip(2)

还可以使用limit()方法来限制要取的个数。

results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)

如果数据库量很大最好不要用大的偏移量来查询数据，因为这很可能导致内存溢出，可以使用之前的比较符号进行查询。

10.更新

对于数据更新，我们可以使用updata()方法，指定更新的条件和更新后的数据即可。

condition = {'name': 'mike'}
student = collection.find_one(condition)
student['age'] = 20
result = collection.update(condition, student)
print(result)

{'n': 1, 'nModified': 1, 'ok': 1, 'updatedExisting': True}

我们更新mike的年龄，首先指定查询条件，然后将数据查询出来，修改年龄，然后调用update()方法将原条件和修改后的数据传入。返回结果为字典形式，ok表示执行成功，nModified表示影响的数据条数。

我们还可以使用$set操作符来对数据进行更新。

result = collection.update(condition, {'$set': student})

这样就只会更新student字典里的片段。如果原先还有其他字段，则不会更新，也不会被删除。而如果不使用$set的话，则会把之前的数据全部用student字典替换；如果原来存在其他字符，则会被删除。

另外，update()方法和find()方法一样是官方不推荐使用的方法，有更严格的方法update_one()和update_many()，它们的第二个参数需要使用$类型操作符作为字典的键名。

condition = {'name': 'mike'}
student = collection.find_one(condition)
student['age'] = 20
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)

<pymongo.results.UpdateResult object at 0x00000213D8EDC080>
1 0

返回结果是UpdateResult类型。然后分别调用matched_count和modified_count属性来返回匹配的数据条数和影响的数据条数。

condition = {'age': {'$gt': 18}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)


<pymongo.results.UpdateResult object at 0x0000025C1DEDC200>
1 1

我们指定查询年龄大于18，更新条件为{'$inc': {'age: 1}})，也就是年龄加1，执行后会将第一条符合条件的数据年龄加1。

但如果调用update_many()方法，则所有符合条件的数据都会更新。

condition = {'age': {'$gt': 18}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

<pymongo.results.UpdateResult object at 0x0000025C1DEDC200>
2 2

11.删除

直接调用remove()方法即可。

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

{'ok': 1,'n': 1}

同时删除也有另两种方法——delete_one()和delete_many()

result = collection.delete_one({'name': 'mike'})
result = collection.delete_many({'age': {'$lt': 20}})

delete_one()即删除第一条符合条件的数据，delete_many()则是删除所有符合条件的数据，还可以使用delete_count属性来获取删除的条数。

关于MongoDB的其他操作可参考官方文档。