详解Python3操作Mongodb简明易懂教程
连接数据库
链接数据库需要提供一个地址和接口即可。首先还是要导入包。
from pymongo import MongoClient
conn = MongoClient('localhost',27017)
当然，你可以使用如下写法：
conn = MongoClient('mongodb://localhost:27017/')
创建数据库
mongodb不需要提前创建好数据库，而是直接使用，如果发现没有则自动创建。
db = conn.testdb
上面的语句，会创建一个testdb的数据库。但是，在没有插入数据的时候，该数据库在管理工具里面你是看不到的（不显示）。
插入数据
首先第一步我们先插入一条数据瞧瞧。
单条记录插入
from pymongo import MongoClient
conn = MongoClient('mongodb://localhost:27017/')
db = conn.testdb
db.col.insert({"name":'yanying','province':'江苏','age':25})
注意： 接下来的操作中会忽略掉数据库连接操作，直接写核心代码，请自行补上。
python控制台什么都没有发生，这就是成功的意思。使用管理工具查看数据库记录，的确包含了一条数据。
多条记录插入
Mongodb一次也可以插入多条数据
db.col.insert([
{"name":'yanying','province':'江苏','age':25},
{"name":'张三','province':'浙江','age':24},
{"name":'张三1','province':'浙江1','age':25},
{"name":'张三2','province':'浙江2','age':26},
{"name":'张三3','province':'浙江3','age':28},
])
查询数据
下面我们将刚刚插入的数据查询出来。
单条查询
我们可以使用find_one()来查询一条记录。
db.col.find_one()
上面的语句可以查询出一条mongodb记录。记录中多出来的_id是Mongodb自动生成的唯一值。
{'_id': ObjectId('5925351ad92fac3250b9ae3f'), 'name': 'yanying', 'province': '江苏', 'age': 25}
我们再随便插入点儿数据供下面操作使用。（省略几万字）
查询所有
如果我们需要查询出所有的记录，则可以使用db.col.find()但是查出来的是一个结果资源集。
我们可以使用for来列出所有记录。
for item in db.col.find(): print(item)
这样可以获取所有记录。
{'_id': ObjectId('5925351ad92fac3250b9ae3f'), 'name': 'yanying', 'province': '江苏', 'age': 25}
{'_id': ObjectId('592550e5d92fac0b8c449f87'), 'name': 'zhangsan', 'province': '北京', 'age': 29}
{'_id': ObjectId('592550f6d92fac3548c20b1a'), 'name': 'lisi', 'province': '上海', 'age': 22}
{'_id': ObjectId('59255118d92fac43dcb1999a'), 'name': '王二麻', 'province': '广东', 'age': 30}
条件查询
只要将查询条件当做参数塞入即可筛选数据。
for item in db.col.find({'name':"yanying"}):
print(item)
查询结果
{'_id': ObjectId('5925351ad92fac3250b9ae3f'), 'name': 'yanying', 'province': '江苏', 'age': 25}
当然还可以查询小于某个值的记录
for item in db.col.find({"age":{"$lt":25}}):
print(item)
或者大于某个值的记录
for item in db.col.find({"age":{"$gt":25}}):
print(item)
统计查询
上面的代码可以统计出所有的记录数量
db.col.find().count() // 4
或者加点儿条件
db.col.find({"age":{"$gt":25}}).count() //2
根据_id查询记录
_id是mongodb自动生成的id，其类型为ObjectId，想要使用就需要转换类型。
python3中提供了该方法，不过需要导入一个库。
from bson.objectid import ObjectId
这样就可以直接使用_id进行查询啦。
collection.find_one({'_id':ObjectId('592550e5d92fac0b8c449f87')})
结果排序
只要将需要排序的字段放入sort方法即可，Mongodb默认为升序
db.col.find().sort("age")
不过你也可以加一些参数去改变排序的方式。比如倒序，不过要记得先导入pymongo库
import pymongo
db.col.find().sort("UserName",pymongo.DESCENDING)
你还可以让他升序，尽管默认如此
for item in db.col.find().sort('age',pymongo.ASCENDING):
print(item)
更新数据
更新数据很简单，只需要一个条件和需要更新的数据即可
db.col.update({'_id':ObjectId('59255118d92fac43dcb1999a')},{'$set':{'name':'王二麻33333'}})
结果如下：王二麻变成了王二麻33333
{'_id': ObjectId('59255118d92fac43dcb1999a'), 'name': '王二麻33333', 'province': '广东', 'age': 30}
删除数据
删除数据使用remove()方法，如果方法带条件，则删除指定条件数据，否则删除全部
删除name为王二麻33333的用户。
db.col.remove({'name':'王二麻33333'})
删除全部数据（慎用）
db.col.remove()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家介绍了Python中列表的几个常用方法总结，文中的示例代码讲解详细，对我们学习Python列表有一定帮助，需要的可以参考一下2022-03-03
Python 使用@property对属性进行数据规范性校验的实现
本文主要介绍了Python 使用@property对属性进行数据规范性校验的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-10-10
这篇文章主要为大家详细介绍了Python如何添加时间轴以实现动态绘图,文中的示例代码讲解详细,具有一定的学习价值,感兴趣的小伙伴可以参考一下2023-09-09
这篇文章主要介绍了关于OpenCV:imwrite函数保存图片问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
这篇文章主要介绍了初学Python实用技巧两则,包括可变参数的应用级execfile函数的用法,需要的朋友可以参考下2014-08-08
Python操作MongoDB的教程详解(插,查,改,排,删)
MongoDB是一个基于分布式文件存储的数据库。是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。本文将详细和大家聊聊Python操作MongoDB的方法，需要的可以参考一下2022-09-09
这篇文章小编主要向大家介绍的是10个使用Python必须知道的内置函数reduce()、split()、map()等，更多后置函数请看下文2021-09-09
今天小编就为大家分享一篇python 画3维轨迹图并进行比较的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
Tensorflow 2.4 搭建单层和多层 Bi-LSTM 模型
这篇文章主要为大家介绍了Tensorflow 2.4 搭建单层 Bi-LSTM 模型和多层 Bi-LSTM 模型的实现过程详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-01-01
本篇文章给大家分享了关于python处理日志的方法以及相关实例代码，有兴趣的朋友们学习下。2018-10-10
最新评论