首页 / PYTHON / Python3中PyMongo的用法

Python3中PyMongo的用法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python3中PyMongo的用法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含10216字，纯文字阅读大概需要15分钟。

内容图文

MongoDB存储

在这里我们来看一下Python3下MongoDB的存储操作，在本节开始之前请确保你已经安装好了MongoDB并启动了其服务，另外安装好了Python的PyMongo库。

连接MongoDB

连接MongoDB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，第一个参数为地址host，第二个参数为端口port，端口如果不传默认是27017。

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

这样我们就可以创建一个MongoDB的连接对象了。

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

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

可以达到同样的连接效果。

指定数据库

MongoDB中还分为一个个数据库，我们接下来的一步就是指定要操作哪个数据库，在这里我以test数据库为例进行说明，所以下一步我们需要在程序中指定要使用的数据库。

db = client.test

调用client的test属性即可返回test数据库，当然也可以这样来指定：

db = client['test']

两种方式是等价的。

指定集合

MongoDB的每个数据库又包含了许多集合Collection，也就类似与关系型数据库中的表，下一步我们需要指定要操作的集合，在这里我们指定一个集合名称为students，学生集合。还是和指定数据库类似，指定集合也有两种方式。

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

插入数据

接下来我们便可以进行数据插入了，对于students这个Collection，我们新建一条学生数据，以字典的形式表示：

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

在这里我们指定了学生的学号、姓名、年龄和性别，然后接下来直接调用collection的insert()方法即可插入数据。

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_id，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的_id值。

运行结果：

5932a68615c2606814c91f3d

当然我们也可以同时插入多条数据，只需要以列表形式传递即可，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)

返回的结果是对应的_id的集合，运行结果：

[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]

实际上在PyMongo 3.X版本中，insert()方法官方已经不推荐使用了，当然继续使用也没有什么问题，官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开。

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

result = collection.insert_one(student)
print(result)
print(result.inserted_id)

运行结果：

<pymongo.results.InsertOneResult object at 0x10d68b558>
5932ab0f15c2606f0c1cf6c5

返回结果和insert()方法不同，这次返回的是InsertOneResult对象，我们可以调用其inserted_id属性获取_id。

对于insert_many()方法，我们可以将数据以列表形式传递即可，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()方法返回的类型是InsertManyResult，调用inserted_ids属性可以获取插入数据的_id列表，运行结果：

<pymongo.results.InsertManyResult object at 0x101dea558>
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]

查询

插入数据后我们可以利用find_one()或find()方法进行查询，find_one()查询得到是单个结果，find()则返回多个结果。

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

在这里我们查询name为Mike的数据，它的返回结果是字典类型，运行结果：

<class 'dict'>
{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

可以发现它多了一个_id属性，这就是MongoDB在插入的过程中自动添加的。

我们也可以直接根据ObjectId来查询，这里需要使用bson库里面的ObjectId。

from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)

其查询结果依然是字典类型，运行结果：

{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}

当然如果查询结果不存在则会返回None。

对于多条数据的查询，我们可以使用find()方法，例如在这里查找年龄为20的数据，示例如下：

results = collection.find({'age': 20})
print(results)
for result in results:
    print(result)

运行结果：

<pymongo.cursor.Cursor object at 0x1032d5128>
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278c815c2602678bb2b8d'), 'id': '20170102', 'name': 'Kevin', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278d815c260269d7645a8'), 'id': '20170103', 'name': 'Harden', 'age': 20, 'gender': 'male'}

返回结果是Cursor类型，相当于一个生成器，我们需要遍历取到所有的结果，每一个结果都是字典类型。

如果要查询年龄大于20的数据，则写法如下：

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

在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，意思是大于，键值为20，这样便可以查询出所有年龄大于20的数据。

在这里将比较符号归纳如下表：

符号含义示例

$lt小于{'age': {'$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}}
$in在范围内{'age': {'$in': [20, 23]}}
$nin不在范围内{'age': {'$nin': [20, 23]}}

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': {'$regex': '^M.*'}})

在这里使用了$regex来指定正则匹配，^M.*代表以M开头的正则表达式，这样就可以查询所有符合该正则的结果。

在这里将一些功能符号再归类如下：

符号含义示例示例含义

$regex匹配正则{'name': {'$regex': '^M.*'}}name以M开头
$exists属性是否存在{'name': {'$exists': True}}name属性存在
$type类型判断{'age': {'$type': 'int'}}age的类型为int
$mod数字模操作{'age': {'$mod': [5, 0]}}年龄模5余0
$text文本查询{'$text': {'$search': 'Mike'}}text类型的属性中包含Mike字符串
$where高级条件查询{'$where': 'obj.fans_count == obj.follows_count'}自身粉丝数等于关注数

这些操作的更详细用法在可以在MongoDB官方文档找到：
https://docs.mongodb.com/manual/reference/operator/query/

计数

要统计查询结果有多少条数据，可以调用count()方法，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

可以调用sort方法，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])

运行结果：

['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

偏移

在某些情况下我们可能想只取某几个元素，在这里可以利用skip()方法偏移几个位置，比如偏移2，就忽略前2个元素，得到第三个及以后的元素。

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

运行结果：

['Kevin', 'Mark', 'Mike']

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(2).limit(2)
print([result['name'] for result in results])

运行结果：

['Kevin', 'Mark']

如果不加limit()原本会返回三个结果，加了限制之后，会截取2个结果返回。

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，很可能会导致内存溢出，可以使用类似find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})这样的方法来查询，记录好上次查询的_id。

更新

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

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)

在这里我们将name为Kevin的数据的年龄进行更新，首先指定查询条件，然后将数据查询出来，修改年龄，之后调用update方法将原条件和修改后的数据传入，即可完成数据的更新。

运行结果：

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

返回结果是字典形式，ok即代表执行成功，nModified代表影响的数据条数。

另外update()方法其实也是官方不推荐使用的方法，在这里也分了update_one()方法和update_many()方法，用法更加严格，第二个参数需要使用$类型操作符作为字典的键名，我们用示例感受一下。

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)

在这里调用了update_one方法，第二个参数不能再直接传入修改后的字典，而是需要使用{'$set': student}这样的形式，其返回结果是UpdateResult类型，然后调用matched_count和modified_count属性分别可以获得匹配的数据条数和影响的数据条数。

运行结果：

<pymongo.results.UpdateResult object at 0x10d17b678>
1 0

我们再看一个例子：

condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

在这里我们指定查询条件为年龄大于20，然后更新条件为{'$inc': {'age': 1}}，也就是年龄加1，执行之后会讲第一条符合条件的数据年龄加1。

运行结果：

<pymongo.results.UpdateResult object at 0x10b8874c8>
1 1

可以看到匹配条数为1条，影响条数也为1条。

如果调用update_many()方法，则会将所有符合条件的数据都更新，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)

这时候匹配条数就不再为1条了，运行结果如下：

<pymongo.results.UpdateResult object at 0x10c6384c8>
3 3

可以看到这时所有匹配到的数据都会被更新。

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，符合条件的所有数据均会被删除，示例如下：

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

运行结果：

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

另外依然存在两个新的推荐方法，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)

运行结果：

<pymongo.results.DeleteResult object at 0x10e6ba4c8>
1
4

delete_one()即删除第一条符合条件的数据，delete_many()即删除所有符合条件的数据，返回结果是DeleteResult类型，可以调用deleted_count属性获取删除的数据条数。

另外PyMongo还提供了一些组合方法，如find_one_and_delete()、find_one_and_replace()、find_one_and_update()，就是查找后删除、替换、更新操作，用法与上述方法基本一致。

另外还可以对索引进行操作，如create_index()、create_indexes()、drop_index()等。

详细用法可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html

另外还有对数据库、集合本身以及其他的一些操作，在这不再一一讲解，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/

内容总结

以上是互联网集市为您收集整理的Python3中PyMongo的用法全部内容，希望文章能够帮你解决Python3中PyMongo的用法所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/852304.html

来源：【匿名】

【上一篇】Python进阶05 循环设计【下一篇】浅谈PHP运行Python脚本的方法

更多 ►

【Python3中PyMongo的用法】教程文章相关的互联网学习教程文章

Python操作MongoDB(PyMongo模块的使用)

#!/usr/bin/env python#coding:utf-8# Author: --<qingfengkuyu># Purpose: MongoDB的使用# Created: 2014/4/14#32位的版本最多只能存储2.5GB的数据（NoSQLFan：最大文件尺寸为2G，生产环境推荐64位） importpymongoimportdatetimeimportrandom #创建连接conn =pymongo.Connection(‘10.11.1.70‘,27017)#连接数据库db =conn.study#db = conn[‘study‘] #打印所有聚集名称，连接聚集printu‘所有聚集:‘,db.collection_names()p...

linux下python升级及 pymongo安装

由于需要使用列表统计模块collection.Counter,而Counter模块只有在python2.7以上版本才有支持，所以将python2.6升级到2.7。在linux下升级python，比如从2.6到2.7，大概需要这么几步： 1. 下载python2.7 从这里下载：http://www.python.org/ftp/python/ ，选择需要的版本 2. 安装pyhon2.7 下载好了以后，解压并安装 $ bzip2 -d Python-2.7.tar.bz2 （-d参数表示解压bzip2压缩包） $ tar -xvf Python-2.7.tar ...

python之PyMongo使用总结

PyMongo是什么　PyMongo是驱动程序，使python程序能够使用Mongodb数据库，使用python编写而成．安装　环境：Ubuntu 14.04＋python2.7＋MongoDB 2.4 先去官网下载软件包，地址点击打开链接．解压缩后进入，使用pythonsetup.py install 进行安装或者用pip安装pip -m install pymongo基本使用　创建连接import pymongo client = pymongo.MongoClient('localhost', 27017)　或者可以这样import pymongo client = MongoClient('m...

python数据库 pymongo 的使用【代码】

使用前必须保证两点： a 电脑上安装了MongoDB数据库、python安装了pymongo包。 b 打开mongod.exe1 创建客户端client = pymongo.MongoClient(‘localhost‘, 27017)#pymongo.MongoClient()不带参数时，默认是本地客户端‘localhost‘： 27017 2 关联数据库关联数据库有两种方式创建数据库和连接已有数据库：创建数据库 runoob： db = client[‘runoob‘]连接已有数据库 runooc db = client.runooc 3 关联集合关联集...

python之pymongo【代码】

引入在这里我们来看一下Python3下MongoDB的存储操作，在本节开始之前请确保你已经安装好了MongoDB并启动了其服务，另外安装好了Python的PyMongo库。MongoDB 数据库安装与介绍可以查看之前的 MongoDB 教程。安装pip3 install pymongo 使用pymongo一，连接MongoClient使用pymongo的第一步首先是连接Client来使用服务：from pymongo import MongoClient Client = MongoClient() 二，获取数据库（database）在MongoDB中一个实例能够支持...

Python3安装Pymongo的详细步骤【图】

本篇文章主要介绍了Python3安装Pymongo详细步骤，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧本篇教程展示如何安装Pymongo库，编辑器使用的当然是pycharm。准备我们这里直接使用pycharm来安装Pymongo库，和pycharm的mongodb相关管理插件。安装Pymongo这个借助pycharm来安装非常简单。首先根据下面的菜单路径打开相关窗口。代码如下:pycharm : File > Settings > Project python > Project Inter...

详解python之PyMongo的使用总结

本篇文章主要介绍了python之PyMongo使用总结，详细的介绍了PyMongo模块的使用，具有一定的参考价值，有兴趣的可以了解一下 PyMongo是什么PyMongo是驱动程序，使python程序能够使用Mongodb数据库，使用python编写而成．安装环境：Ubuntu 14.04＋python2.7＋MongoDB 2.4先去官网下载软件包，地址点击打开链接．解压缩后进入，使用python setup.py install 进行安装或者用pip安装pip -m install pymongo基本使用创建连接import pymong...

Python操作MongoDB数据库PyMongo库使用方法

引用PyMongo代码如下: >>> import pymongo创建连接Connection代码如下: >>> import pymongo >>> conn = pymongo.Connection(localhost,27017)或代码如下: >>> from pymongo import Connection >>> conn = Connection(localhost,27017)创建Connection时，指定host及port参数代码如下: >>> import pymongo >>> conn = pymongo.Connection(host=127.0.0.1,port=27017)连接数据库代码如下: >>> db = conn.ChatRoom或代码如下: >>> db =...

Python的MongoDB模块PyMongo操作方法集锦

开始之前当然要导入模块啦：>>> import pymongo 下一步，必须本地mongodb服务器的安装和启动已经完成，才能继续下去。建立于MongoClient 的连接：client = MongoClient(localhost, 27017) # 或者 client = MongoClient(mongodb://localhost:27017/) 得到数据库:>>> db = client.test_database # 或者 >>> db = client[test-database] 得到一个数据集合：collection = db.test_collection # 或者 collection = db[test-collection]...

PyMongo安装使用笔记

这里是简单的安装和使用记录，首先要有一个可用的mongo环境，win环境或者linux环境都可以。假定你对mongo有所了解和知道一些命令行操作。安装和更新跟大多数py包安装一样，可以源码安装，也可以使用pip或者easy_install来安装安装代码如下: pip install pymongo升级代码如下: pip install --upgrade pymongo其他安装方法请参照文档pymongo安装操作官网教程小案例代码如下: #-*- coding: utf-8 -*- #python2.7x #author: ora...

pymongo实现多结果进行多列排序的方法

本文实例讲述了pymongo实现多结果进行多列排序的方法。分享给大家供大家参考。具体分析如下：这里多列排序即指定多个排序字段。集合查询结果排序代码如下:>>> db.Account.find().sort("UserName") --默认为升序 >>> db.Account.find().sort("UserName",pymongo.ASCENDING) --升序 >>> db.Account.find().sort("UserName",pymongo.DESCENDING) --降序集合查询结果多列排序代码如下:>>> db.Account.find().sort([("UserName",...

初窥Python（一）——使用pymongo连接MongoDB【代码】

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：[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 /dat...

Windows平台下为Python添加MongoDB支持PyMongo【代码】【图】

到Python官网下载pymongo-2.6.3.win-amd64-py2.7.exe安装pymongo-2.6.3.win-amd64-py2.7.exe参照官方的用例进行测试打开命令提示符，进入Python运行环境。导入pymongo模块 >>> import pymongo 建立到本地MongoDB服务的链接>>> client = pymongo.MongoClient("localhost", 27017) 连接test数据库>>> db = client.test 查询连接的数据库名称>>> db.name u‘test‘ 查询my_collection集合信息>>> db.my_collection Collection(Dat...

python如何通过pymongo连接到mongodb?

python版本2.7,mongodb2.6.9,pymongo 首先在mongodb中创建一个数据库users,然后连接到users from pymongo import MongoClientmc=MongoClient("localhost",27017)db=mc.usersdb.users.save({"name":"me","age":"23"})c=db.users.find()for o in c: print(o)python如何通过pymongo连接到mongodb?标签：本文系统来源：http://www.cnblogs.com/caochuangui/p/5978347.html

Python操作MongoDB(PyMongo模块的使用)

#!/usr/bin/env python2 #coding:utf-83 # Author: --<qingfengkuyu>4 # Purpose: MongoDB的使用5 # Created: 2014/4/146 #32位的版本最多只能存储2.5GB的数据（NoSQLFan：最大文件尺寸为2G，生产环境推荐64位）7 8 import pymongo9 import datetime 10 import random 11 12 #创建连接 13 conn = pymongo.Connection(‘10.11.1.70‘,27017) #现在用pymongo.MongoClient连接 14 #连接数据库 15 db = conn.study 16 #db = co...

首页 / PYTHON / Python3中PyMongo的用法

Python3中PyMongo的用法

内容导读

内容图文

MongoDB存储

连接MongoDB

指定数据库

指定集合

插入数据

查询

计数

排序

偏移

更新

删除

更多

内容总结

内容备注

内容手机端

【Python3中PyMongo的用法】教程文章相关的互联网学习教程文章

PYTHON3 - 相关标签

PYTHON - 技术教程分类

PYTHON - 最新教程

PYTHON - 最热教程