當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

pymongo 的使用实例（超细）

發布時間：2025/3/15 编程问答 40 豆豆

生活随笔收集整理的這篇文章主要介紹了 pymongo 的使用实例（超细）小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

MongoDB存儲

? ? ? ? 在這里我們來看一下Python3下MongoDB的存儲操作，在本節開始之前請確保你已經安裝好了MongoDB并啟動了其服務，另外安裝好了Python的PyMongo庫。

連接MongoDB

? ? ? ? 連接MongoDB我們需要使用PyMongo庫里面的MongoClient，一般來說傳入MongoDB的IP及端口即可，第一個參數為地址host，第二個參數為端口port，端口如果不傳默認是27017。

import pymongo from pymongo import MongoClient#client = MongoClient(host='localhost', port=270171) conn = MongoClient("127.0.0.1", 27017)

這樣我們就可以創建一個MongoDB的連接對象了。另外MongoClient的第一個參數host還可以直接傳MongoDB的連接字符串，以mongodb開頭，
例如：client = MongoClient('mongodb://localhost:27017/')可以達到同樣的連接效果。

指定數據庫

MongoDB中還分為一個個數據庫，我們接下來的一步就是指定要操作哪個數據庫，在這里我以test數據庫為例進行說明，所以下一步我們需要在程序中指定要使用的數據庫。

db = conn.beeswarm # 調用client的test屬性即可返回test數據庫，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，插入數據（創建數據庫表）

MongoDB的每個數據庫又包含了許多集合Collection，也就類似與關系型數據庫中的表，下一步我們需要指定要操作的集合，在這里我們指定一個集合名稱為students，學生集合。還是和指定數據庫類似，指定集合也有兩種方式。

collection = db.baituser collection = db['students'] # 插入數據,接下來我們便可以進行數據插入了，對于students這個Collection，我們新建一條學生數據，以字典的形式表示：baituser = {"username":"johnny", "password":"password"} result = collection.insert_one(baituser) print "插入結果", result baituser = {"username":"julia", "password":"qweasd"} result = collection.insert_one(baituser) print "插入結果", result # 在這里我們指定了學生的學號、姓名、年齡和性別，然后接下來直接調用collection的insert()方法即可插入數據。 # 在MongoDB中，每條數據其實都有一個_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類型的_id屬性。 # insert()方法會在執行后返回的_id值。# 運行結果： # # 5932a68615c2606814c91f3d # 當然我們也可以同時插入多條數據，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，運行結果： # [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么問題， # 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) """ # 運行結果： # <pymongo.results.InsertOneResult object at 0x10d68b558> # 5932ab0f15c2606f0c1cf6c5 # 返回結果和insert()方法不同，這次返回的是InsertOneResult對象，我們可以調用其inserted_id屬性獲取_id。# 對于insert_many()方法，我們可以將數據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()方法返回的類型是InsertManyResult，調用inserted_ids屬性可以獲取插入數據的_id列表，運行結果： # <pymongo.results.InsertManyResult object at 0x101dea558> # [ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]

查詢

# 查詢，插入數據后我們可以利用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。for abc in collection.find():print abc result = collection.find_one({"username":"johnny"}) print type(result) print result# 我們也可以直接根據ObjectId來查詢，這里需要使用bson庫里面的ObjectId。 from bson.objectid import ObjectIdresult = collection.find_one({'_id': ObjectId('5d132e975689095c2afec36e')}) print(result) # 其查詢結果依然是字典類型，運行結果： # {' ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'} # 當然如果查詢_id':結果不存在則會返回None。# 對于多條數據的查詢，我們可以使用find()方法，例如在這里查找年齡為20的數據，示例如下： #results = collection.find({'age': 20})# 如果要查詢年齡大于20的數據，則寫法如下： #results = collection.find({'age': {'$gt': 20}}) # 在這里查詢的條件鍵值已經不是單純的數字了，而是一個字典，其鍵名為比較符號$gt，意思是大于，鍵值為20，這樣便可以查詢出所有年齡大于20的數據

在這里將比較符號歸納如下表：

符號含義示例
$lt小于{'age': {'$lt': 20}}
$gt大于{'age': {'$gt': 20}}
$lte小于等于{'age': {'$lte': 20}}
$gte大于等于{'age': {'$gte': 20}}
$ne不等于{'age': {'$ne': 20}}
$in在范圍內{'age': {'$in': [20, 23]}}
$nin不在范圍內{'age': {'$nin': [20, 23]}}

另外還可以進行正則匹配查詢，例如查詢名字以M開頭的學生數據，示例如下：

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

在這里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
$type類型判斷{'age': {'$type': 'int'}}age的類型為int
$mod數字模操作{'age': {'$mod': [5, 0]}}年齡模5余0
$text文本查詢{'$text': {'$search': 'Mike'}}text類型的屬性中包含Mike字符串
$where高級條件查詢{'$where': 'obj.fans_count == obj.follows_count'}自身粉絲數等于關注數

這些操作的更詳細用法在可以在MongoDB官方文檔找到：
https://docs.mongodb.com/manual/reference/operator/query/

計數

# 要統計查詢結果有多少條數據，可以調用count()方法，如統計所有數據條數： count = collection.find().count() print "個數", count # 或者統計符合某個條件的數據： count = collection.find({'age': 20}).count() print(count)

排序

可以調用sort方法，傳入排序的字段及升降序標志即可，示例如下：
調用 pymongo.ASCENDING()和pymongo.DESCENDING()來指定是按升降序進行排序

results = collection.find().sort('name', pymongo.ASCENDING) print([result['name'] for result in results])# 運行結果： # ['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

偏移

可能想只取某幾個元素，在這里可以利用skip()方法偏移幾個位置，比如偏移2，就忽略前2個元素，得到第三個及以后的元素。

results = collection.find().sort('name', pymongo.ASCENDING).skip(2) print([result['name'] for result in results]) # 運行結果： # ['Kevin', 'Mark', 'Mike']

限制 limit

results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2) print([result['name'] for result in results])# 運行結果： # ['Kevin', 'Mark'] # 如果不加limit()原本會返回三個結果，加了限制之后，會截取2個結果返回。

值得注意的是，在數據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數據，很可能會導致內存溢出，
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

對于數據更新可以使用update()方法，指定更新的條件和更新后的數據即可，例如：

condition = {'name': 'Kevin'} student = collection.find_one(condition) student['age'] = 25 result = collection.update(condition, student) print(result) # 在這里我們將name為Kevin的數據的年齡進行更新，首先指定查詢條件，然后將數據查詢出來，修改年齡， # 之后調用update方法將原條件和修改后的數據傳入，即可完成數據的更新。# 運行結果： # {'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代表影響的數據條數。# 另外update()方法其實也是官方不推薦使用的方法，在這里也分了update_one()方法和update_many()方法，用法更加嚴格， # 第二個參數需要使用$類型操作符作為字典的鍵名，我們用示例感受一下。 condition = {'name': 'Kevin'} student = collection.find_one(condition) student['age'] = 26 result = collection.update_one(condition, {'$set': student}) print(result) print(result.matched_count, result.modified_count) # 在這里調用了update_one方法，第二個參數不能再直接傳入修改后的字典，而是需要使用{'$set': student}這樣的形式， # 其返回結果是UpdateResult類型，然后調用matched_count和modified_count屬性分別可以獲得匹配的數據條數和影響的數據條數。# 運行結果： # # <pymongo.results.UpdateResult object at 0x10d17b678> # 1 0# 我們再看一個例子： condition = {'age': {'$gt': 20}} result = collection.update_one(condition, {'$inc': {'age': 1}}) print(result) print(result.matched_count, result.modified_count) # 在這里我們指定查詢條件為年齡大于20，然后更新條件為{'$inc': {'age': 1}}，執行之后會講第一條符合條件的數據年齡加1。# 運行結果： # # <pymongo.results.UpdateResult object at 0x10b8874c8> # 1 1 # 可以看到匹配條數為1條，影響條數也為1條。# 如果調用update_many()方法，則會將所有符合條件的數據都更新，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，運行結果如下： # # <pymongo.results.UpdateResult object at 0x10c6384c8> # 3 3 # 可以看到這時所有匹配到的數據都會被更新。

刪除

刪除操作比較簡單，直接調用remove()方法指定刪除的條件即可，符合條件的所有數據均會被刪除，示例如下：

result = collection.remove({'name': 'Kevin'}) print(result)# 運行結果： # # {'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)# 運行結果： # # <pymongo.results.DeleteResult object at 0x10e6ba4c8> # 1 # 4 # delete_one()即刪除第一條符合條件的數據，delete_many()即刪除所有符合條件的數據，返回結果是DeleteResult類型， # 可以調用deleted_count屬性獲取刪除的數據條數。

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()，
就是查找后刪除、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檔：http://api.mongodb.com/python/current/api/pymongo/collection.html

另外還有對數據庫、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
官方文檔：http://api.mongodb.com/python/current/api/pymongo/

源txt

#!/usr/bin/env python # -*- coding:utf-8 -*-""" MongoDB存儲在這里我們來看一下Python3下MongoDB的存儲操作，在本節開始之前請確保你已經安裝好了MongoDB并啟動了其服務，另外安裝好了Python的PyMongo庫。連接MongoDB連接MongoDB我們需要使用PyMongo庫里面的MongoClient，一般來說傳入MongoDB的IP及端口即可，第一個參數為地址host，第二個參數為端口port，端口如果不傳默認是27017。 """import pymongo from pymongo import MongoClient#client = MongoClient(host='localhost', port=270171) conn = MongoClient("127.0.0.1", 27017)""" 這樣我們就可以創建一個MongoDB的連接對象了。另外MongoClient的第一個參數host還可以直接傳MongoDB的連接字符串，以mongodb開頭，例如：client = MongoClient('mongodb://localhost:27017/')可以達到同樣的連接效果。 """# 指定數據庫 # MongoDB中還分為一個個數據庫，我們接下來的一步就是指定要操作哪個數據庫，在這里我以test數據庫為例進行說明，所以下一步我們 # 需要在程序中指定要使用的數據庫。db = conn.beeswarm# 調用client的test屬性即可返回test數據庫，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的每個數據庫又包含了許多集合Collection，也就類似與關系型數據庫中的表，下一步我們需要指定要操作的集合， # 在這里我們指定一個集合名稱為students，學生集合。還是和指定數據庫類似，指定集合也有兩種方式。collection = db.baituser # collection = db['students'] # 插入數據,接下來我們便可以進行數據插入了，對于students這個Collection，我們新建一條學生數據，以字典的形式表示：baituser = {"username":"johnny", "password":"password"} #result = collection.insert_one(baituser) #print "插入結果", result baituser = {"username":"julia", "password":"qweasd"} #result = collection.insert_one(baituser) #print "插入結果", result # 在這里我們指定了學生的學號、姓名、年齡和性別，然后接下來直接調用collection的insert()方法即可插入數據。 # 在MongoDB中，每條數據其實都有一個_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類型的_id屬性。 # insert()方法會在執行后返回的_id值。# 運行結果： # 5932a68615c2606814c91f3d # 當然我們也可以同時插入多條數據，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，運行結果： # [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么問題， # 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) """ # 運行結果： # <pymongo.results.InsertOneResult object at 0x10d68b558> # 5932ab0f15c2606f0c1cf6c5 # 返回結果和insert()方法不同，這次返回的是InsertOneResult對象，我們可以調用其inserted_id屬性獲取_id。# 對于insert_many()方法，我們可以將數據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()方法返回的類型是InsertManyResult，調用inserted_ids屬性可以獲取插入數據的_id列表，運行結果： # <pymongo.results.InsertManyResult object at 0x101dea558> # [ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]# 查詢，插入數據后我們可以利用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。 for abc in collection.find():print abc result = collection.find_one({"username":"johnny"}) print type(result) print result# 我們也可以直接根據ObjectId來查詢，這里需要使用bson庫里面的ObjectId。 from bson.objectid import ObjectIdresult = collection.find_one({'_id': ObjectId('5d132e975689095c2afec36e')}) print(result) # 其查詢結果依然是字典類型，運行結果： # {' ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'} # 當然如果查詢_id':結果不存在則會返回None。# 對于多條數據的查詢，我們可以使用find()方法，例如在這里查找年齡為20的數據，示例如下： #results = collection.find({'age': 20})# 如果要查詢年齡大于20的數據，則寫法如下： #results = collection.find({'age': {'$gt': 20}}) # 在這里查詢的條件鍵值已經不是單純的數字了，而是一個字典，其鍵名為比較符號$gt，意思是大于，鍵值為20，這樣便可以查詢出所有年齡大于20的數據# 在這里將比較符號歸納如下表： """ 符號含義示例 $lt小于{'age': {'$lt': 20}} $gt大于{'age': {'$gt': 20}} $lte小于等于{'age': {'$lte': 20}} $gte大于等于{'age': {'$gte': 20}} $ne不等于{'age': {'$ne': 20}} $in在范圍內{'age': {'$in': [20, 23]}} $nin不在范圍內{'age': {'$nin': [20, 23]}} """# 另外還可以進行正則匹配查詢，例如查詢名字以M開頭的學生數據，示例如下： #results = collection.find({'name': {'$regex': '^M.*'}})# 在這里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 $type類型判斷{'age': {'$type': 'int'}}age的類型為int $mod數字模操作{'age': {'$mod': [5, 0]}}年齡模5余0 $text文本查詢{'$text': {'$search': 'Mike'}}text類型的屬性中包含Mike字符串 $where高級條件查詢{'$where': 'obj.fans_count == obj.follows_count'}自身粉絲數等于關注數 """# 這些操作的更詳細用法在可以在MongoDB官方文檔找到： # https://docs.mongodb.com/manual/reference/operator/query/# 計數 # 要統計查詢結果有多少條數據，可以調用count()方法，如統計所有數據條數： count = collection.find().count() print "個數", count # 或者統計符合某個條件的數據： #count = collection.find({'age': 20}).count() #print(count)# 排序 # 可以調用sort方法，傳入排序的字段及升降序標志即可，示例如下： # 調用 pymongo.ASCENDING()和pymongo.DESCENDING()來指定是按升降序進行排序 #results = collection.find().sort('name', pymongo.ASCENDING) #print([result['name'] for result in results]) # 運行結果： # ['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']# 偏移,可能想只取某幾個元素，在這里可以利用skip()方法偏移幾個位置，比如偏移2，就忽略前2個元素，得到第三個及以后的元素。 #results = collection.find().sort('name', pymongo.ASCENDING).skip(2) #print([result['name'] for result in results]) # 運行結果： # ['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：#限制 limit #results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2) #print([result['name'] for result in results]) # 運行結果： # ['Kevin', 'Mark'] # 如果不加limit()原本會返回三個結果，加了限制之后，會截取2個結果返回。# 值得注意的是，在數據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數據，很可能會導致內存溢出， # 可以使用類似find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}}) 這樣的方法來查詢，記錄好上次查詢的_id。# 更新 # 對于數據更新可以使用update()方法，指定更新的條件和更新后的數據即可，例如： #condition = {'name': 'Kevin'} #student = collection.find_one(condition) #student['age'] = 25 #result = collection.update(condition, student) #print(result) # 在這里我們將name為Kevin的數據的年齡進行更新，首先指定查詢條件，然后將數據查詢出來，修改年齡， # 之后調用update方法將原條件和修改后的數據傳入，即可完成數據的更新。# 運行結果： # {'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True} # 返回結果是字典形式，ok即代表執行成功，nModified代表影響的數據條數。# 另外update()方法其實也是官方不推薦使用的方法，在這里也分了update_one()方法和update_many()方法，用法更加嚴格， # 第二個參數需要使用$類型操作符作為字典的鍵名，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, {'$set': student}) #print(result) #print(result.matched_count, result.modified_count) # 在這里調用了update_one方法，第二個參數不能再直接傳入修改后的字典，而是需要使用{'$set': student}這樣的形式， # 其返回結果是UpdateResult類型，然后調用matched_count和modified_count屬性分別可以獲得匹配的數據條數和影響的數據條數。# 運行結果： # # <pymongo.results.UpdateResult object at 0x10d17b678> # 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) # 在這里我們指定查詢條件為年齡大于20，然后更新條件為{'$inc': {'age': 1}}，執行之后會講第一條符合條件的數據年齡加1。# 運行結果： # # <pymongo.results.UpdateResult object at 0x10b8874c8> # 1 1 # 可以看到匹配條數為1條，影響條數也為1條。# 如果調用update_many()方法，則會將所有符合條件的數據都更新，示例如下： #condition = {'age': {'$gt': 20}} #result = collection.update_many(condition, {'$inc': {'age': 1}}) #print(result) #print(result.matched_count, result.modified_count)# 這時候匹配條數就不再為1條了，運行結果如下： # # <pymongo.results.UpdateResult object at 0x10c6384c8> # 3 3 # 可以看到這時所有匹配到的數據都會被更新。# 刪除 # 刪除操作比較簡單，直接調用remove()方法指定刪除的條件即可，符合條件的所有數據均會被刪除，示例如下： #result = collection.remove({'name': 'Kevin'}) #print(result)# 運行結果： # # {'ok': 1, 'n': 1}# 另外依然存在兩個新的推薦方法，delete_one()和delete_many()方法，示例如下： #result = collection.delete_one({'name': 'Kevin'}) #print(result) #print(result.deleted_count) #result = collection.delete_many({'age': {'$lt': 25}}) #print(result.deleted_count)# 運行結果： # # <pymongo.results.DeleteResult object at 0x10e6ba4c8> # 1 # 4 # delete_one()即刪除第一條符合條件的數據，delete_many()即刪除所有符合條件的數據，返回結果是DeleteResult類型， # 可以調用deleted_count屬性獲取刪除的數據條數。# 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()， # 就是查找后刪除、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檔：http://api.mongodb.com/python/current/api/pymongo/collection.html# 另外還有對數據庫、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 # 官方文檔：http://api.mongodb.com/python/current/api/pymongo/

總結

以上是生活随笔為你收集整理的pymongo 的使用实例（超细）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇： Golang生成C动态库.so和静态库.
下一篇：工控蜜罐Conpot部署和入门及高级演变