Python操作MongoDB详解

通过上篇文章我们已经学会了安装MongoDB
以及安装MongoDB的可视化界面
并且学会用Python与其进行交互
原文链接：
https://blog.csdn.net/liuzuoping/article/details/100099211
下面来详细介绍如何用Python操作MongoDB数据库

连接MongoDB

连接MongoDB时，我们需要使用PyMongo库里面的MongoClient。一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，第二个参数为端口port（如果不给它传递参数，默认是27017）：

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

这样就可以创建MongoDB的连接对象了。

另外，MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头，例如：

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

指定数据库

MongoDB中可以建立多个数据库，接下来我们需要指定操作哪个数据库。这里我们以test数据库为例来说明，下一步需要在程序中指定要使用的数据库：

db = client.test

或者

db = client['test']

指定集合

MongoDB的每个数据库又包含许多集合（collection），它们类似于关系型数据库中的表。

下一步需要指定要操作的集合，这里指定一个集合名称为students。与指定数据库类似，指定集合也有两种方式：

collection = db.students

或者

collection = db['students']

这样我们便声明了一个Collection对象。

插入数据

接下来，便可以插入数据了。对于students这个集合，新建一条学生数据，这条数据以字典形式表示，这里指定了学生的学号、姓名、分数和性别。接下来，直接调用collection的insert()方法即可插入数据，代码如下：

student = {
    'ID': '20170101',
    'name': 'Jordan',
    'score': 20,
    'gender': 'male'
}
result = collection.insert(student)
print(result)

在MongoDB中，每条数据其实都有一个_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。运行结果如下：

我们也可以以列表形式同时插入多条数据，示例如下：

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'score': 80,
    'gender': 'male'
}

student2 = {
    'id': '20170202',
    'name': 'Mike',
    'score': 91,
    'gender': 'male'
}

result = collection.insert([student1, student2])
print(result)

返回结果是对应的_id的集合：
实际上，在PyMongo 3.x版本中，官方已经不推荐使用insert()方法了。当然，继续使用也没有什么问题。官方推荐使用insert_one()和insert_many()方法来分别插入单条记录和多条记录。

查询

插入数据后，我们可以利用find_one()或find()方法进行查询，其中find_one()查询得到的是单个结果，find()则返回一个生成器对象。示例如下：

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

对于多条数据的查询，我们可以使用find()方法。例如，这里查找分数为80的数据，示例如下：

results = collection.find({'score': 80})
print(results)
for result in results:
    print(result)

结果如下：
返回结果是Cursor类型，它相当于一个生成器，我们需要遍历取到所有的结果，其中每个结果都是字典类型。

如果要查询分数大于80的数据，则写法如下：

results = collection.find({'age': {'$gt': 20}})

比较符号的归纳如上：
另外，还可以进行正则匹配查询。例如，查询名字以M开头的学生数据，示例如下：
results = collection.find({‘name’: {'KaTeX parse error: Expected 'EOF', got '}' at position 15: regex': '^M.*'}̲}) 这里使用regex来指定正则匹配，^M.*代表以M开头的正则表达式。

这里将一些功能符号再归类为下表。

计数

要统计查询结果有多少条数据，可以调用count()方法。比如，统计所有数据条数：

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

或者统计符合某个条件的数据：

count = collection.find({'age': 20}).count()
print(count)

排序

排序时，直接调用sort()方法，并在其中传入排序的字段及升降序标志即可。示例如下：

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

这里我们调用pymongo.ASCENDING指定升序。如果要降序排列，可以传入pymongo.DESCENDING。

偏移

在某些情况下，我们可能想只取某几个元素，这时可以利用skip()方法偏移几个位置，比如偏移1，就忽略前1个元素，得到第二个及以后的元素：

results = collection.find().sort('name', pymongo.ASCENDING).skip(1)
print([result['name'] for result in results])

另外，还可以用limit()方法指定要取的结果个数，示例如下：

results = collection.find().sort('name', pymongo.ASCENDING).skip(1).limit(2)
print([result['name'] for result in results])

值得注意的是，在数据库数量非常庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，因为这样很可能导致内存溢出。此时可以使用类似如下操作来查询：

from bson.objectid import ObjectId
collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})

更新

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

condition = {'name': 'Jordan'}
student = collection.find_one(condition)
student['score'] = 85
result = collection.update(condition, student)
print(result)

另外，我们也可以使用$set操作符对数据进行更新：

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

删除

删除操作比较简单，直接调用remove()方法指定删除的条件即可，此时符合条件的所有数据均会被删除。示例如下：

result = collection.delete_one({'name': 'Jordan'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 85}})
print(result.deleted_count)

其他操作

另外，PyMongo还提供了一些组合方法，如find_one_and_delete()、find_one_and_replace()和find_one_and_update()，它们是查找后删除、替换和更新操作，其用法与上述方法基本一致。
还可以对索引进行操作，相关方法有create_index()、create_indexes()和drop_index()等。
关于PyMongo的详细用法，可以参见官方文档：
http://api.mongodb.com/python/current/api/pymongo/collection.html。