Python使用PyMongo4.x操作MongoDB的教程分享

 更新时间:2023年09月24日 11:03:49   作者:CodeDevMaster  
PyMongo是一个Python编程语言中用于连接和操作MongoDB数据库的库,它提供了丰富的功能和API,使开发者能够在Python中轻松地进行MongoDB的数据交互和管理,本文给大家总结了Python如何使用PyMongo4.x操作MongoDB,需要的朋友可以参考下

概述

PyMongo是一个Python编程语言中用于连接和操作MongoDB数据库的库。它提供了丰富的功能和API,使开发者能够在Python中轻松地进行MongoDB的数据交互和管理。

MongoDB 驱动程序:https://api.mongodb.com/

PyMongo文档:https://pymongo.readthedocs.io/en/stable/api/index.html

MongoDB文档:https://www.mongodb.com/docs/manual/

安装Python库

pip install pymongo==4.3.3

注意:不同版本的PyMongo在语法和API方面可能会有差异一定差异

连接、认证

# 导入模块
from pymongo import *
# 创建客户端对象,使用账号登录
# 方式一:
'''
host:连接的主机名或IP地址,默认为localhost
port:连接使用的端口号,默认为27017
username:用于身份验证的用户名,默认为None
password:用于身份验证的密码,默认为None
authSource:用于身份验证的数据库,默认为None,表示使用admin数据库
'''
client = MongoClient(host="112.74.96.150", port=27017, username="test", password="123456", authSource="demo")
# 方式二:
# url = "mongodb://test:123456@112.74.96.150/demo"
# client = MongoClient(url)
# 断开与MongoDB的连接
client.close()

创建数据库、集合

# 判断数据库是否已存在
dblist = client.list_database_names()
if "demo" in dblist:
  print("demo 数据库已存在!")
# 创建、获取数据库对象
db = client.demo
db = client['demo']
#  判断集合是否存在
collist = db . list_collection_names()
if "user" in collist:  
  print("user 集合已存在!")
# 创建、获取集合
collection = db.user
collection = db["user"]

注意: 在 MongoDB 中,数据库创建后要创建集合(数据表)并插入一个文档(记录),数据库才会真正创建。

新增

MongoDB 中的一个文档类似 SQL 表中的一条记录。

单条插入

集合中插入一个文档使用 insert_one() 方法,该方法的第一参数是字典

result = collection.insert_one({"name": "Python", "age": 25})
# 插入操作是否被确认
print(result.acknowledged)  # True
# 插入文档的 _id 字段的值。如果文档没有设置 _id 字段,则 inserted_id 的值为一个新生成的 ObjectId。
print(result.inserted_id)  # 63f569b89a8014989e3b53f6
# 批量插入
result = collection.insert_many([{"name": "Java", "age": 55}, {"name": "Vue", "age": 33}])
# 插入操作是否被确认
print(result.acknowledged)  # True
# 插入的所有文档的 _id 值的列表。
print(result.inserted_ids)  # [ObjectId('63f569b89a8014989e3b53f7'), ObjectId('63f569b89a8014989e3b53f8')]

批量插入

集合中插入多个文档使用 insert_many() 方法,该方法的第一参数是字典列表

result = collection.insert_many([{"name": "Java", "age": 55}, {"name": "Vue", "age": 33}])
# 插入操作是否被确认
print(result.acknowledged)  # True
# 插入的所有文档的 _id 值的列表。
print(result.inserted_ids)  # [ObjectId('63f569b89a8014989e3b53f7'), ObjectId('63f569b89a8014989e3b53f8')]

查询

MongoDB 中使用了 find 和 find_one 方法来查询集合中的数据,它类似于 SQL 中的 SELECT 语句。

查询单条

使用 find_one()方法来查询集合中的一条数据

result = collection.find_one({"name": "Python"})
print(result)

查询多条

使用find() 方法查询集合中的所有数据

rows = collection.find({"name": "Python"})
for row in rows:
    print(row)

查询指定字段的数据

使用 find() 方法来查询指定字段的数据,将要返回的字段对应值设置为 1

注意:除了 _id,不能在一个对象中同时指定 0 和 1

rows = collection.find({},{ "_id": 0, "name": 1, "age": 1 }):
for x in 
  print(x)

高级查询

查询条件语句中使用修饰符

# 查询年龄大于等于30
query = { "age": { "$gte": 30 } }
result = collection.find(query)
for document in result:
    print(document)

使用正则表达式查询

可以使用正则表达式作为修饰符

# 查看name 字段中以字母'java'开头的数据
query = { "name": { "$regex": "^java" } }
result = collection.find(query)
for document in result:
    print(document)

返回指定条数记录

要对查询结果设置指定条数的记录可以使用 limit() 方法,该方法只接受一个数字参数

result = collection.find().limit(3)
for x in result:
  print(x)

查询选择器

比较操作符

符号描述示例
$eq匹配等于指定值的值{'age': {'$eq': 20}}
$lt匹配小于指定值的值{'age': {'$lt': 20}}
$lte匹配小于或等于指定值的值{'age': {'$lte': 20}}
$gt匹配大于指定值的值{'age': {'$gt': 20}}
$gte匹配大于或等于指定值的值{'age': {'$gte': 20}}
$ne匹配所有不等于指定值的值{'age': {'$ne': 20}}
$in匹配数组中指定的任何值{'age': {'$in': [20, 30]}}
$nin不匹配数组中指定的任何值{'age': {'$nin': [20, 30]}}

逻辑操作符

符号描述示例说明
$and查询同时满足多个条件的文档query = { "$and": [ {"name": "electronics"}, {"age": {"$lt": 30}} ] } result = collection.find(query)查询了name为"electronics"且age小于30的数据
$not查询不满足指定条件的文档query = { "age": { "$not": {"$gt": 50} # 不大于50 } }查询了age不大于50的数据
$nor查询不满足任何指定条件的文档query = { "$nor": [ {"name": "electronics"}, {"age": {"$gt": 50}} ] }查询name既不属于"electronics",也不满足age大于50的数据
$or查询满足任意一个指定条件的文档query = { "$or": [ {"name": "electronics"}, {"age": {"$gt": 50}} ] }查询了name满足"electronics"或age大于50的数据

其他常见操作符

符号描述示例
$regex匹配正则表达式{'name': {'$regex': '^java.*'}}
$exists属性是否存在{'name': {'$exists': True}}
$text文本查询{'$text': {'$search': 'java'}}
$where高级条件查询{'$where': 'this.name.length > 5'}
$type类型判断{'age': {'$type': 'int'}}
$mod对字段进行取模运算

这里:5是除数,0是余数
{'age': {'$mod': [5, 0]}}

更新

更新单条

使用 update_one() 方法修改文档中的记录,方法第一个参数为查询的条件,第二个参数为要修改的字段。

如果查找到的匹配数据多于一条,则只会修改第一条

'''
matched_count:符合筛选条件的文档数
modified_count:实际被更新的文档数
upserted_id:如果执行的是 upsert 操作,则包含新插入文档的 _id 值
'''
result = collection.update_one({"name": "Python"}, {"$set": {"age": 25}})
print(result.matched_count)
print(result.modified_count)
print(result.upserted_id)
# 不存在就插入
data = {"name": "Python", "age": 25}
client.test.test.update_one({'name': 'Java'}, {'$set': data}, upsert=True)

批量更新

使用update_many()方法修改多个文档中的记录,会修改所有匹配到的记录

collection.update_many({"name": "Python"}, {"$set": {"age": 22}})
# 不存在就插入
data = {"name": "Python", "age": 25}
client.test.test.update_one({'name': 'Java'}, {'$set': data}, upsert=True)

删除

删除文档

使用 delete_one() 方法来删除一个文档,该方法第一个参数为查询对象,指定要删除哪些数据

'''
acknowledged:一个布尔值,表示操作是否被确认(即是否执行成功)
deleted_count:一个整数,表示被删除的文档数量
'''
result = collection.delete_one({"name": "Python"})
print(result.acknowledged)
print(result.deleted_count)

批量删除

使用 delete_many() 方法来删除多个文档,该方法第一个参数为查询对象,指定要删除哪些数据

collection.delete_many({"age": {"$gt": 20}})

删除集合中的所有文档

delete_many() 方法如果传入的是一个空的查询对象,则会删除集合中的所有文档

x = user.delete_many({})
print(x.deleted_count, "个文档已删除")
db.user.delete_many({})

删除集合

使用drop()方法来删除一个集合。

# 返回true:删除成功
# 返回false:删除失败(集合不存在)
collection.drop()

其他

排序

sort()方法可以指定升序或降序排序。

第一个参数为要排序的字段,第二个字段指定排序规则,1为升序,-1为降序,默认为升序。

升序

result = collection.find().sort("age")
for x in result:
  print(x)

降序

result = collection.find().sort("age", -1)
for x in result:
  print(x)

计数

可以使用count()方法查询结果有多少条数据

count = collection.find().count()
query = { "age": { "$gte": 30 } }
count = collection.find(query).count()

分组查询

在MongoDB中,可以使用聚合管道(aggregation pipeline)来实现分组查询

# 构建聚合管道
pipeline = [
    {"$group": {"_id": "$category", "total_sales": {"$sum": "$amount"}}},
    {"$sort": {"total_sales": -1}},
    {"$limit": 3}
]
# 执行聚合查询
result = collection.aggregate(pipeline)
for document in result:
    print(document)

以上就是Python使用PyMongo4.x操作MongoDB的详细内容,更多关于PyMongo4.x操作MongoDB的资料请关注脚本之家其它相关文章!

相关文章

  • 浅谈PyQt5 的帮助文档查找方法,可以查看每个类的方法

    浅谈PyQt5 的帮助文档查找方法,可以查看每个类的方法

    今天小编就为大家分享一篇浅谈PyQt5 的帮助文档查找方法,可以查看每个类的方法,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
    2019-06-06
  • 新版selenium4.0 + Python使用详解

    新版selenium4.0 + Python使用详解

    本文主要介绍了新版selenium4.0 + Python使用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-07-07
  • 解决python2.7 查询mysql时出现中文乱码

    解决python2.7 查询mysql时出现中文乱码

    这篇文章主要介绍了python操作mysql中文显示乱码的解决方法,是Python数据库程序设计中经常会遇到的问题,非常具有实用价值,需要的朋友可以参考下
    2016-10-10
  • Python之文字转图片方法

    Python之文字转图片方法

    今天小编就为大家分享一篇Python之文字转图片方法,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
    2018-05-05
  • pytorch实现对输入超过三通道的数据进行训练

    pytorch实现对输入超过三通道的数据进行训练

    今天小编就为大家分享一篇pytorch实现对输入超过三通道的数据进行训练,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
    2020-01-01
  • LRUCache的实现原理及利用python实现的方法

    LRUCache的实现原理及利用python实现的方法

    LruCache 是 Android 的一个内部类,提供了基于内存实现的缓存,而下面这篇文章主要给大家介绍了关于LRUCache的实现原理以及利用python实现的方法,文中通过示例代码介绍的非常详细,需要的朋友可以参考借鉴,下面来一起看看吧。
    2017-11-11
  • Python关于版本升级与包的维护方式

    Python关于版本升级与包的维护方式

    这篇文章主要介绍了Python关于版本升级与包的维护方式,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
    2021-06-06
  • JS设计模式之责任链模式实例详解

    JS设计模式之责任链模式实例详解

    这篇文章主要介绍了JS设计模式之责任链模式,结合实例形式详细分析了责任链模式的概念、原理、功能、使用场景及相关操作技巧,需要的朋友可以参考下
    2018-02-02
  • 使用Python中PIL库给图片添加文本水印

    使用Python中PIL库给图片添加文本水印

    有时候我们需要添加一定的水印以给自己的图片添加先关的标记,在Python中有相关的计算函数,下面这篇文章主要给大家介绍了关于使用Python中PIL库给图片添加文本水印的相关资料,需要的朋友可以参考下
    2023-04-04
  • Python深度学习理解pytorch神经网络批量归一化

    Python深度学习理解pytorch神经网络批量归一化

    这篇文章主要是Python深度学习篇,通过示例的详解让大家更好的理解pytorch神经网络批量归一化,有需要的的朋友可以借鉴参考下,希望能够有所帮助
    2021-10-10

最新评论