作者：Zarten

知乎专栏：Python爬虫深入详解

知乎ID： Zarten

简介： 互联网一线工作者，尊重原创并欢迎评论留言指出不足之处，也希望多些关注和点赞是给作者最好的鼓励 ！

介绍

MongoDB是一种面向文档型的非关系型数据库（NoSQL），由C++编写。非关系数据库中是以键值对存储，结构不固定，易存储，减少时间和空间的开销。文档型数据库通常是以JSON或XML格式存储数据，而Mongodb使用的数据结构是BSON（二进制JSON），和JSON相比，BSON提高了存储和扫描效率，但空间占用会更多一些。

在python中操作MongoDB，我们使用PyMongo，下面着重介绍。

PyMongo的使用

前提：安装了MongoDB服务器，若没有，点击这里安装

1.安装

pip3 install pymongo

2.连接

• 第1种方式：

#无密码连接
import pymongo
mongo_client = pymongo.MongoClient('127.0.0.1', 27017)

#有密码连接
import pymongo
mongo_client = pymongo.MongoClient('127.0.0.1', 26666)
mongo_auth = mongo_client.admin #或 mongo_client['admin'] admin为authenticationDatabase
mongo_auth.authenticate('用户名', '密码')

• 第2种方式：

#无密码连接
import pymongo
mongo_client = pymongo.MongoClient('mongodb://127.0.0.1:27017')

#有密码连接
import pymongo
import urllib.parse
mongo_username = urllib.parse.quote_plus('你的用户名')
mongo_password = urllib.parse.quote_plus('密码')
mongo_client = pymongo.MongoClient('mongodb://%s:%s@127.0.0.1:26666' % (mongo_username, mongo_password))
print(mongo_client.server_info()) #判断是否连接成功

判断是否连接成功：

print(mongo_client.server_info()) #判断是否连接成功

3.获取Database 和 Collection

若没有Database 和Collection，则会自动创建

第一种方式：

mongo_db = mongo_client['你的database']
mongo_collection = mongo_db['你的collection']

第二种方式：

mongo_db = mongo_client.你的database
mongo_collection = mongo_db.你的collection

CURD操作

4.插入单条数据 insert_one()

insert_one() 详细说明参考

import datetime
info = {
    'name' : 'Zarten',
    'text' : 'Inserting a Document',
    'tags' : ['a', 'b', 'c'],
    'date' : datetime.datetime.now()
}
mongo_collection.insert_one(info)

5.插入多条数据 insert_many()

insert_many() 详细说明参考

import datetime
info_1 = {
    'name' : 'Zarten_1',
    'text' : 'Inserting a Document',
    'tags' : ['a', 'b', 'c'],
    'date' : datetime.datetime.now()
}

info_2 = {
    'name' : 'Zarten_2',
    'text' : 'Inserting a Document',
    'tags' : [1, 2, 3],
    'date' : datetime.datetime.now()
}

insert_list = [info_1, info_2]
mongo_collection.insert_many(insert_list)

6.插入字符串类型的时间

由上图可以看到插入字符串时间时，mongodb自动转成了 ISOdate类型，若需要时间在mongdb也是字符串类型，只需这样操作即可

datetime.datetime.now().isoformat()

7.删除一条数据 delete_one()

delete_one() 详细说明参考

删除一条数据。若删除条件相同匹配到多条数据，默认删除第一条

删除前的数据如下：

mongo_collection.delete_one({'text' : 'a'})

删除后的数据如下：

8.删除多条数据 delete_many()

delete_many() 详细说明参考

删除满足条件的所有数据

删除前的数据如下：

mongo_collection.delete_many({'text' : 'a'})

删除后的数据如下：

9.更新单条数据 update_one()

update_one() 详细说明参考

只会更新满足条件的第一条数据

update_one(filter,update,upsert=False,bypass_document_validation=False,collation=None,array_filters=None,session=None)

• 第一个参数 filter：更新的条件
• 第二个参数 update ： 更新的内容，必须用$操作符
• 第三个参数 upsert ： 默认False。若为True，更新条件没找到，则插入更新的内容

更新前的数据如下：

info = {
    'name': '桃子 ',
    'text': 'peach',
    'tags': [1, 2, 3],
    'date': datetime.datetime.now()

}
update_condition = {'name' : 'Zarten_2'} #更新的条件，也可以为多个条件
#更新条件多个时，需要同时满足时才会更新
# update_condition = {'name' : 'Pear',
#                     'text' : '梨子'}

mongo_collection.update_one(update_condition, {'$set' : info})

更新后的数据：

10.更新多条数据 update_many()

update_many() 详细说明参考

更新满足条件的所有数据

更新前的数据如下：

info = {
    'name': 'Zarten',
    'text': 'a',
    'tags': [1, 2, 3],
    'date': datetime.datetime.now()

}
update_condition = {'text' : 'a'} #更新的条件
#更新条件多个时，需要同时满足时才会更新
# update_condition = {'name' : 'Pear',
#                     'text' : '梨子'}

mongo_collection.update_many(update_condition, {'$set' : info})

11.更新时，若无满足条件，则插入数据

update_one() 详细说明参考

通过设置upsert为True即可

更新前的数据如下：

info = {
    'name': 'Banana',
    'text': '香蕉',
    'tags': [1, 2, 3],
    'date': datetime.datetime.now()
}
update_condition = {'text' : 'a'} #更新的条件
#更新条件多个时，需要同时满足时才会更新
# update_condition = {'name' : 'Pear',
#                     'text' : '梨子'}

mongo_collection.update_many(update_condition, {'$set' : info}, upsert= True)

更新后的数据如下：

12.查询一条数据 find_one()

find_one() 详细说明

匹配第一条满足的条件的结果，这条结果以dict字典形式返回，若没有查询到，则返回None

find_condition = {
    'name' : 'Banana',
    'text' : 'peach'
}
find_result = mongo_collection.find_one(find_condition)

可以通过projection参数来指定需要查询的字段，包括是否显示 _id ，更多具体用法参考 find()

find_condition = {
    'name' : 'Zarten_3',
}
select_item = mongo_collection.find_one(find_condition, projection= {'_id':False, 'name':True, 'num':True})
print(select_item)

13.查询范围

查询范围具体参考这里

范围查询通常用$ 例如：$gte 大于等于 $lt 小于；具体的$符号在文章末尾查看

例如：查询一段时间内的数据

import datetime
find_condition = {
    'date' : {'$gte':datetime.datetime(2018,12,1), '$lt':datetime.datetime(2018,12,3)}
}
select_item = mongo_collection.find_one(find_condition)
print(select_item)

14.查询多条数据 find()

find() 详细说明

返回满足条件的所有结果，返回类型为 Cursor ，通过迭代获取每个查询结果，每个结果类型为dict字典

find_condition = {
    'name' : 'Banana',
    'text' : '香蕉'
}
find_result_cursor = mongo_collection.find(find_condition)
for find_result in find_result_cursor:
    print(find_result)

15.通过 _id 来查询

查询条件中_id 类型是ObjectId类型，也就是插入时返回的对象。

若 _id 提供的是str类型的，我们需要转成ObjectId类型

from bson.objectid import ObjectId
query_id_str = '5c00f60b20b531196c02d657'
find_condition = {
    '_id' : ObjectId(query_id_str),
}
find_result = mongo_collection.find_one(find_condition)
print(find_result)

16.查询一条数据同时删除 find_one_and_delete()

find_one_and_delete(filter,projection=None,sort=None,session=None,**kwargs) 详细说明

• filter：查询条件
• projection：选择返回和不返回的字段
• sort：list类型，当查询匹配到多条数据时，根据某个条件排序，函数返回时返回第一条数据

只能返回一条数据

此函数的特别之处在于，它会返回被删除的信息，以字典dict形式返回

删除前的数据：

17.查询并删除，匹配单条数据

find_condition = {
    'name' : 'Banana',
}
deleted_item = mongo_collection.find_one_and_delete(find_condition)
print(deleted_item)

18.查询并删除，匹配多条数据，有选择的返回某条数据

通过sort参数

find_condition = {
    'name' : 'Zarten_2',
}
deleted_item = mongo_collection.find_one_and_delete(find_condition, sort= [('num', pymongo.DESCENDING)])
print(deleted_item)

删除后的数据：

19.计数

count_documents() 详细说明

注意：此函数在3.7版本添加，以下的版本无法使用，本人版本为3.6.3 固无法使用

find_condition = {
    'name' : 'Zarten_1'
}
select_count = mongo_collection.count_documents(find_condition)
print(select_count)

20.创建索引 create_index()

create_index() 详细说明

插入数据时，已经有一个_id索引了，我们还可以自定义创建索引

参数 unique设置为True时，创建一个唯一索引，索引字段插入相同值时会自动报错。默认为False，为False时可以插入相同值

mongo_collection.create_index('name', unique= True)

21.获取索引信息

list_indexes() 和 index_information() 详细说明参考这里

# list_indexs = mongo_collection.list_indexes()
# for index in list_indexs:
#     print(index)

index_info = mongo_collection.index_information()
print(index_info)

由上图可以看到：

索引的名称自动作了处理，变成了别名 name_1

22.删除索引 drop_index() 和 drop_indexes()

详细参考这里

需要使用索引的别名，没有则抛出错误

del_index = mongo_collection.drop_index('name_1')
print(del_index)

23.删除集合 drop()

mongo_collection.drop()

24.符号$参考表