mongodb数据库教程-Python连接MongoDB操作

跨零代码为大家提供高品质的解决方案,请大家多多来访,跨零不胜感激,在此谢过。

本教程的目的是介绍如何使用Python连接MongoDB数据库,并通过PyMongo操作MongoDB数据库。

1.安装PyMongo

使用pip安装

我们建议在所有平台上使用pip来安装pymongo:

C:/Users/Administrator>python -m pip install pymongo Collecting pymongo   Downloading pymongo-3.4.0.tar.gz (583kB) ... .... Installing collected packages: pymongo   Running setup.py install for pymongo ... done Successfully installed pymongo-3.4.0 

要获得pymongo的特定版本:

$ python -m pip install pymongo==3.1.1 

要升级pymongo的版本:

$ python -m pip install --upgrade pymongo 

Python版本依赖

PyMongo支持CPython 2.6,2.7,3.3+,PyPy和PyPy3。

GSSAPI和TLS的可选依赖关系:

GSSAPI认证需要Windows上的Unix或WinKerberos上的pykerberos。PyMongo可以自动安装正确的依赖关系:

$ python -m pip install pymongo[gssapi] 

2.使用MongoClient建立连接

使用PyMongo时,第一步是运行 mongod 实例创建一个MongoClient。如下:

from pymongo import MongoClient client = MongoClient() 

上述代码将连接默认主机和端口。 也可以明确指定主机和端口,如下所示:

from pymongo import MongoClient #client = MongoClient() client = MongoClient('localhost', 27017) 

或使用MongoDB URI格式:

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

3.获取数据库

MongoDB的一个实例可以支持多个独立的数据库。 在使用PyMongo时,可以使用MongoClient实例上的属性的方式来访问数据库:

db = client.pythondb 

如果数据库名称使用属性方式访问无法正常工作(如:python-db),则可以使用字典样式访问:

db = client['python-db'] 

4.获取集合

集合是存储在MongoDB中的一组文档,可以类似于关系数据库中的表。 在PyMongo中获取集合的工作方式与获取数据库相同:

collection = db.python_collection 

或(使用字典方式访问):

collection = db['python-collection'] 

MongoDB中关于集合(和数据库)的一个重要注意事项是它们是懒创建的 – 上述任何命令都没有在MongoDB服务器上实际执行任何操作。当第一个文档插入集合时才创建集合和数据库。

集合是存储在MongoDB中的一组文档,可以被认为大致相当于关系数据库中的表。 在PyMongo中获取集合的工作方式与获取数据库相同:

5.文档

MongoDB中的数据使用JSON方式来表示文档(并存储)。 在PyMongo中使用字典来表示文档。例如,以下字典可能用于表示博客文章:

import datetime from pymongo import MongoClient client = MongoClient()  post = {"author": "Mike",          "text": "My first blog post!",          "tags": ["mongodb", "python", "pymongo"],          "date": datetime.datetime.utcnow()} ` 

6.插入文档

要将文档插入到集合中,可以使用insert_one()方法:

#!/usr/bin/python3 #coding=utf-8  import datetime from pymongo import MongoClient client = MongoClient()  db = client.pythondb  post = {"author": "Maxsu",          "text": "My first blog post!",          "tags": ["mongodb", "python", "pymongo"],          "date": datetime.datetime.utcnow()}  posts = db.posts post_id = posts.insert_one(post).inserted_id print ("post id is ", post_id) 

执行上面代码,得到以下结果 –

post id is  595965fe4959eb09c4451091 

插入文档时,如果文档尚未包含“_id”键,则会自动添加“_id”。 “_id”的值在集合中必须是唯一的。 insert_one()返回一个InsertOneResult的实例。 有关“_id”的更多信息,请参阅有关_id文档

插入第一个文档后,实际上已经在服务器上创建了帖子(posts)集合。可以列出数据库中的所有集合:

#!/usr/bin/python3 #coding=utf-8  import datetime from pymongo import MongoClient client = MongoClient()  db = client.pythondb  """ post = {"author": "Maxsu",          "text": "My first blog post!",          "tags": ["mongodb", "python", "pymongo"],          "date": datetime.datetime.utcnow()}  posts = db.posts post_id = posts.insert_one(post).inserted_id print ("post id is ", post_id) """ cur_collection = db.collection_names(include_system_collections=False)  print("cur_collection is :", cur_collection) 

执行上面代码,得到以下结果 –

cur_collection is : ['posts'] 

7.使用find_one()获取单个文档

MongoDB中执行的最基本的查询类型是find_one()。 此方法返回与查询匹配的单个文档(如果没有匹配,则返回None)。 当知道只有一个匹配的文档,或只对第一个匹配感兴趣时则可考虑使用find_one()方法。下面示例中使用find_one()从帖子(posts)集中获取第一个文档:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb ''' post = {"author": "Maxsu",          "text": "My first blog post!",          "tags": ["mongodb", "python", "pymongo"],          "date": datetime.datetime.utcnow()} ''' posts = db.posts #post_id = posts.insert_one(post).inserted_id #print ("post id is ", post_id)  pprint.pprint(posts.find_one()) 

执行上面代码,得到以下结果 –

{'_id': ObjectId('595965fe4959eb09c4451091'),  'author': 'Maxsu',  'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),  'tags': ['mongodb', 'python', 'pymongo'],  'text': 'My first blog post!'} 

结果是匹配之前插入的字典格式(Json)。注意: 返回的文档包含一个“_id”,它是在插入时自动添加的。

find_one()方法还支持查询结果文档必须匹配的特定元素。要查询作者是“Maxsu”的文档,可以指定查询的条件,如下所示:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb post = {"author": "Minsu",          "text": "This blog post belong to Minsu!",          "tags": ["MySQL", "Oracle", "pymongo"],          "date": datetime.datetime.utcnow()}  posts = db.posts post_id = posts.insert_one(post).inserted_id  post = posts.find_one({"author": "Maxsu"}) pprint.pprint(post) #print (post) 

执行上面代码,得到以下结果 –

{'_id': ObjectId('595965fe4959eb09c4451091'),  'author': 'Maxsu',  'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),  'tags': ['mongodb', 'python', 'pymongo'],  'text': 'My first blog post!'} 

8.通过ObjectId查询

也可以通过它的_id找到一个帖子(post),下面的示例子中演示如何根据给定的一个ObjectId查询数据:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb  post = {"_id": 100,          "author": "Kuber",          "text": "This is is my first post!",          "tags": ["Docker", "Shell", "pymongo"],          "date": datetime.datetime.utcnow()}  posts = db.posts post_id = posts.insert_one(post).inserted_id  print("post_id is :", post_id) post = posts.find_one({"_id": post_id}) print("Find By Post ID:") pprint.pprint(post) #print (post) 

执行上面代码,得到以下结果 –

post_id is : 100 Find By Post ID: {'_id': 100,  'author': 'Kuber',  'date': datetime.datetime(2017, 7, 3, 14, 14, 8, 28000),  'tags': ['Docker', 'Shell', 'pymongo'],  'text': 'This is is my first post!'} 

Web应用程序中的常见任务是从请求URL获取ObjectId并找到匹配的文档。 在这种情况下,必须将ObjectId从一个字符串转换到find_one()

from bson.objectid import ObjectId  # The web framework gets post_id from the URL and passes it as a string def get(post_id):     # Convert from string to ObjectId:     document = client.db.collection.find_one({'_id': ObjectId(post_id)}) 

9.关于Unicode字符串的注释

您可能已经注意到,我们先前存储的常规Python字符串在从服务器检索时看起来是不同的(例如,u’Mike而不是“Mike”)。一个简短的解释是有序的字符串。

MongoDB以BSON格式存储数据。BSON字符串是UTF-8编码的,所以PyMongo必须确保它存储的任何字符串只包含有效的UTF-8数据。 常规字符串(<type'str'>)被验证并保存不变。 Unicode字符串(<type'unicode'>)首先被编码为UTF-8。 我们的示例字符串在Python shell中表示为u'Mike而不是“Mike”的原因是PyMongo将每个BSON字符串解码为Python unicode字符串,而不是常规str。

10.批量插入

为了执行更复杂一些的查询,我们再插入一些文档。 除了插入单个文档外,还可以通过将列表作为第一个参数传递给insert_many()来执行批量插入操作。 这将在列表中插入每个文档,只向服务器发送一个命令:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb  new_posts = [{"_id": 1000,                "author": "Curry",                "text": "Another post!",                "tags": ["bulk", "insert"],                "date": datetime.datetime(2017, 11, 12, 11, 14)},               {"_id": 1001,"author": "Maxsu",                "title": "MongoDB is fun",                "text": "and pretty easy too!",                "date": datetime.datetime(2019, 11, 10, 10, 45)}]  posts = db.posts result = posts.insert_many(new_posts) print("Bulk Inserts Result is :", result.inserted_ids) #print (post) 

执行上面代码,得到以下结果 –

Bulk Inserts Result is : [1000, 1001] 

有几个有趣的事情要注意这个例子:

  • insert_many()的结果现在返回两个ObjectId实例,每个ID表示插入的一个文档。
  • new_posts[1]具有与其他帖子不同的“形状”(数据结构) – 没有“tags”字段,添加了一个新字段“title”。MongoDB是无模式的,表示的就是这个意思。

11.查询多个文档

要查询获得超过单个文档作为查询的结果,可使用find()方法。find()返回一个Cursor实例,它允许遍历所有匹配的文档。如下示例,遍历帖子集合中的每个文档:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb  posts = db.posts for post in posts.find():     pprint.pprint(post) 

执行上面代码,得到以下结果 –

{'_id': ObjectId('595965fe4959eb09c4451091'),  'author': 'Maxsu',  'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),  'tags': ['mongodb', 'python', 'pymongo'],  'text': 'My first blog post!'} {'_id': 100,  'author': 'Kuber',  'date': datetime.datetime(2017, 7, 3, 14, 14, 8, 28000),  'tags': ['Docker', 'Shell', 'pymongo'],  'text': 'This is is my first post!'} {'_id': 1000,  'author': 'Curry',  'date': datetime.datetime(2017, 11, 12, 11, 14),  'tags': ['bulk', 'insert'],  'text': 'Another post!'} {'_id': 1001,  'author': 'Maxsu',  'date': datetime.datetime(2019, 11, 10, 10, 45),  'text': 'and pretty easy too!',  'title': 'MongoDB is fun'} 

类似使用find_one()一样,我们可以将文档传递给find()来限制返回的结果。 在这里,只希望得到作者是“Maxsu”的文档:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb  posts = db.posts for post in posts.find({"author": "Maxsu"}):     pprint.pprint(post) 

执行上面的代码,得到以下结果 –

{'_id': ObjectId('595965fe4959eb09c4451091'),  'author': 'Maxsu',  'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),  'tags': ['mongodb', 'python', 'pymongo'],  'text': 'My first blog post!'} {'_id': 1001,  'author': 'Maxsu',  'date': datetime.datetime(2019, 11, 10, 10, 45),  'text': 'and pretty easy too!',  'title': 'MongoDB is fun'} 

12.计数统计

如果只想知道有多少文档匹配查询,可以执行count()方法操作,而不是一个完整的查询。 可以得到一个集合中的所有文档的计数:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb posts = db.posts  print("posts count is = ", posts.count())  print("posts's author is Maxsu count is =", posts.find({"author": "Maxsu"}).count()) 

执行上面代码,得到以下结果 –

posts count is =  4 posts's author is Maxsu count is = 2 

13.范围查询

MongoDB支持许多不同类型的高级查询。例如,可以执行一个查询,将结果限制在比特定日期更早的帖子,而且还可以按作者对结果进行排序:

#!/usr/bin/python3 #coding=utf-8  import datetime import pprint from pymongo import MongoClient  client = MongoClient()  db = client.pythondb posts = db.posts  d = datetime.datetime(2019, 11, 12, 12) for post in posts.find({"date": {"$lt": d}}).sort("author"):     pprint.pprint(post) 

这里使用特殊的“$lt”运算符做范围查询,并且还可以调用sort()来按作者对结果进行排序。

14.索引

添加索引可以帮助加速某些查询,并且还可以添加额外的功能来查询和存储文档。在这个例子中,将演示如何在一个键上创建一个唯一的索引,该索引将拒绝已经存在值的文档插入。

首先,我们创建索引:

result = db.profiles.create_index([('user_id', pymongo.ASCENDING)], unique=True) sorted(list(db.profiles.index_information())) 

请注意,现在有两个索引:一个是MongoDB自动创建的在_id索引,另一个是刚刚创建在user_id上的索引。

现在来设置一些用户配置文件:

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

该索引将阻止 user_id 已经在集合中的文档插入:

new_profile = {'user_id': 213, 'name': 'Drew'} duplicate_profile = {'user_id': 212, 'name': 'Tommy'} result = db.profiles.insert_one(new_profile)  # This is fine. result = db.profiles.insert_one(duplicate_profile) ## 出现错误提示... Traceback (most recent call last): DuplicateKeyError: E11000 duplicate key error index: test_database.profiles.$user_id_1 dup key: { : 212 } 

  

从零到一,创造未来!跨零综合IT问题解决服务站,欢迎你的到来。Oracle数据库教程 mongodb数据库教程/a> 只为你绽放。

本文固定链接: http://kua0.com/2019/04/03/mongodb数据库教程-python连接mongodb操作/

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注