前言
通常在项目中，一般都需要一种编程语言来操作数据库，使用Python来操作数据库有着天然的优势，因为Python的字典和MongoDB的文档几乎是一样的格式，本文讲介绍如何使用Python进行MongoDB操作
1 连接数据库
1.1 安装PyMongo
使用Python操作MongoDB需要使用一个第三方库——PyMongo。安装这个库与安装Python其他的第三方库一样，使用pip安装即可：
python3 -m pip install pymongo
也可以指定安装的版本:
python3 -m pip3 install pymongo==3.5.1
更新 pymongo 命令：
python3 -m pip3 install --upgrade pymongo
安装完成以后，打开Python交互环境，导入PyMongo。如果不报错（如图所示），则表示安装成功
1.2 连接数据库
要使用PyMongo操作MongoDB，首先需要初始化数据库连接。
（1）如果 MongoDB 就运行在本地电脑上，而且也没有修改端口或者添加用户名和密码，则初始化MongoClient的实例不需要带参数，直接写为以下格式：
import pymongo conn = pymongo.MongoClient()
（2）如果MongoDB运行在其他服务器上，则需要使用“URI（UniformResource Identifier，统一资源标志符）”来指定链接地址
import pymongo
conn = pymongo.MongoClient('mongodb://test:12345@45.10.110.77:27019')MongoDB的URI格式如下：mongodb://用户名：密码@服务器IP或域名：端口例如：
（3）如果没有设置权限验证，则不需要用户名和密码，可写为
import pymongo
conn = pymongo.MongoClient('mongodb://45.10.110.77:27019')1.3 连接库与集合
PyMongo连接库与集合有两种方式
- 方式1
连接数据库与集合的方法1
from pymongo import MongoClient conn = MongoClient() databae = conn.数据库名 collection = database.集合名
需要注意，在使用这种方式时，代码中的“数据库名”和“集合名”都不是变量名，它们直接就是库的名字和集合的名字。例如，要连接上example_data_1所在的集合，则Python代码如下：
from pymongo import MongoClient conn = MongoClient() database = conn.chapter_1 collection = database.example_data_1
- 方式2
连接数据库与集合方法2
from pymongo import MongoClient db_name = 'chapter_1' collection_name = 'example_data_1' conn = MongoClient() database = conn[db_name] collection = database[collection_name]
在使用这种方式时，在方括号中可以直接填变量来指定库名和集合名。当然，也可以直接填字符串，例如：
from pymongo import MongoClient conn = MongoClient() database = conn['chapter_1'] collection = database['example_data_1']
方式1 和方式2效果是完全相同的。大家可以任意选择一种自己喜欢的方式。
方式2主要用在需要批量操作数据库的情况下。例如在项目中，有时有多个测试环境，现在需要同时更新这些环境对应的数据库，则可以使用方式2。因为，这样可以将多个数据库的名字或者是多个集合的名字保存在列表中，然后再使用循环来进行操作,如下所示：
database_name_list = ['develop_env_alpha','develop_env_beta','develop_env_preflight']
for each_db in database_name_list:
database = conn[each_db]
collection = database.account
collection.updateMany(.....)其中第3行代码，在循环里面每次连接不同的库，这样写可以同时更新多个数据库的信息，对于同一个数据库里面的多个集合，也可以使用这个方法来操作。
注意: 在 MongoDB 中，集合只有在内容插入后才会创建! 就是说，创建集合(数据表)后要再插入一个文档(记录)，集合才会真正创建。
2 MongoDB命令在Python中的对应方法
在获取到集合连接对象collection后，就可以用这个对象的各个方法来操作MongoDB了。
虽然 MongoDB 的命令和 collection 的方法名在写法上有微小的差异，但绝大多数的MongoDB语句的参数直接复制到Python代码中都可以使用。
MongoDB的命令使用的是驼峰命名法，而PyMongo使用的是“小写字母加下划线”的方式。它们的对比见下表：
| MongoDB命令 | PyMongo方法 |
|---|---|
| insertOne | insert_one |
| insertMany | insert_many |
| find | find |
| updateone | update_one |
| updateMany | update_many |
| deleteOne | delete_one |
| deleteMany | delete_many |
例如，Robo 3T执行的批量插入语句:
db.getCollection('example_data_1').insertMany([
{'name': '赵小三','age':20,'address':'北京'},
{'name': '钱小四','age':21,'address':'上海'},
{'name': '孙小五','age':20,'address':'山东'},
{'name': '李小六','age':23,'address':'河北'},
{'name': '欧阳小七','age':24,'address':'杭州'}
])使用Python批量插入数据，代码如下：
from pymongo import MongoClient
conn = MongoClient()
database = conn.chapter_1
collection = database.example_data_2
collection.insert_many([
{'name': '王小二','age':21,'student':True,'address':'广州'},
{'name': '赵小三','age':20,'student':True,'address':'北京'},
{'name': '钱小四','age':21,'student':True,'address':'上海'},
{'name': '孙小五','age':20,'student':True,'address':'山东'},
{'name': '李小六','age': None,'student':True,'address':'河北'},
{'name': '欧阳小七','age':24,'student':False,'address':'杭州'},
{'name': '公孙小八','age':25,'student':False,'address':'广州'}
])其中，第4行代码中使用了新的集合名字，用以区别。
使用Python操作MongoDB还有一个好处：如果当前使用的库或者集合不存在，则在调用了插入方法以后，PyMongo会自动创建对应的库或集合。
总之，绝大部分的操作，直接从Robo 3T中复制到Python中都可以运行，几乎不需要修改。
3 插入数据到MongoDB
基本语法
collection.insert_one(字典) # 插入一条数据 collection.insert_many(包含字典的列表) # 批量插入多条数据
被插入的数据格式
{'field_1': value_1, 'field_2': value_2}
[
{'field_1': value_1, 'field_2': value_2},
{'field_1': value_3, 'field_2': value_4}
]说明
- MongoDB不需要提前创建数据库、不需要提前创建集合、不需要提取定义数据格式，想插入什么数据，直接插就行。
- 同一个集合的不同行数据，字典可以不一
举例
在Python中，将字典{‘name’: ’王小六’, ‘age’: 25, ‘work’: ’厨师’}插入到MongoDB中。
具体命令如下：
collection.insert_one({'name': '王小六', 'age': 25, 'work': '厨师'})提示：PyMongo还有一个通用方法——collection.insert()。
- 如果传入的是一个字典，则collection.insert()相当于insert_one
- 如果传入的是一个包含字典的集合，则collection.insert()相当于insert_many
但是PyMongo开发者准备移除它，因此不推荐读者在正式环境中使用这个方法。
4 从MongoDB中查询数据
查询一条数据
我们可以使用 find_one() 方法来查询集合中的一条数据，查询example_data_2 文档中的第一条数据：
from pymongo import MongoClient
db_name = 'chapter_1'
collection_name = 'example_data_1'
conn = MongoClient()
database = conn[db_name]
collection = database[collection_name]
x=collection.find_one({})
print(x)输出结果：
查询集合中所有数据
from pymongo import MongoClient
db_name = 'chapter_1'
collection_name = 'example_data_1'
conn = MongoClient()
database = conn[db_name]
collection = database[collection_name]
collection = database.example_data_2
rows = collection.find()
for row in rows:
print(row)结果如下：
逻辑查询
collection.find({'字段名': {'基本符号': 边界值, '基本符号': 边界值}})在Python中，从MongoDB中查询所有“age”大于21小于25，并且“name”不等于“夏侯小七”的记录。
collection = database.example_data_2
rows = collection.find({'age':{'$lt':25,'$gt':21},
'name':{'$ne':'公孙小八'}})
for row in rows:
print(row)运行效果如图所示:
查询并对结果进行计数
collection.find().count()
查询并对结果进行计数
# 在Python中
collection.find().sort('字段名', 方向)
# 在Robo 3T的命令输入区域
collection.find().sort({'字段名': 方向})其中方向为1表示升序，方向为**-1**表示降序
对字段去重
# 对字段去重
handler.distinct('字段名')
# 先筛选再去重
handler.distinct('字段名', 查询条件)注意：如果字段的数量很大，那么轻易不要在Robo 3T里面直接执行，否则可能导致Robo 3T卡死
5 更新/删除MongoDB中的数据
基本语法
# 更新一条数据
collection.update_one(查询条件, {'$set': 被更新的数据})
# 更新所有满足要求的数据
collection.update_many(查询条件, {'$set': 被更新的数据})被更新的数据
{'field_1': value_1, 'field_2': value_2}举例
在Python中更新数据和删除数据：
（1）对于“name”为“公孙小八”的记录，将“age”更新为80，将“address”更新为“美国”。
（2）删除“age”为0的数据
1．更新MongoDB中的数据
在Python中，可以使用udate_many方法来批量更新数据
collection.update_many(
{'name': '公孙小八'},
{'$set': {'address': '英国','age':80}})更新操作还支持一个“upsert”参数。该参数的作用是：如果数据存在，则更新；如果数据不存在，则创建。
例如，对于“name”为“隐身人”的记录，将“age”改为0，将“address”改为“里世界”
由于example_data_1中没有这一条记录，因此直接更新会报错，如图所示。
result = collection.update_one({'name':'隐身人'},
{'$set':{'name':'隐身人',
'age': 0,
'address':'里世界'}})
print(list(result))
加上“upsert”参数,看看效果
result = collection.update_one({'name':'隐身人'},
{'$set':{'name':'隐身人',
'age': 0,
'address':'里世界'}},
upsert = True)
print(result)
提示：如果打开了更新或插入功能，则“$set”的值是完整的文档内容，应该包含每一个字段，而不仅仅是需要被更新的字段，否则被插入的内容只有被更新的这几个字段。
2．删除MongoDB中的数据 基本语法
# 删除第一个满足条件的数据 collection.delete_one(查询条件) # 删除所有满足条件的数据 collection.delete_many(查询条件)
删除“age”为0的数据。删除语句如下:
collection.delete_many({'age': 0})建议先写查询语句，确认查询出来的数据就是自己想删除的数据，然后把关键字find改为delete_one或者delete_many
6 MongoDB与Python不通用的操作
绝大部分情况下，MongoDB中的命令参数直接复制到Python中就可以使用，但有一些情况例外。假设数据集example_data_2如图所示:
6.1 空值
在MongoDB中，空值写作null,在Python中，空值写作None。
MongoDB不认识None,Python不认识null。
为了从数据集example_data_2中查询出所有“age”字段为空的数据，在Robo 3T中的查询语句为：
db.getCollection('example_data_2').find({'age': null})运行结果如图所示：
如果直接把这段查询语句中的参数搬到Python中运行，则会导致报错，如图所示：
Python会把null当作一个普通的变量，但是这个变量又没有定义，所以导致报错。
在 Python 中，要查询空值需要使用 None,对上述代码做一些修改——把“null”改为“None”，则查询成功，如图所示:
6.2 布尔值
布尔值就是“真”和“假”两个值。在MongoDB中，“真”为true,“假”为false，首字母小写；在Python中，“真”为True,“假”为False，首字母大写。
在MongoDB中，查询所有student为true的记录，如图所示:
如果把这段查询语句的参数直接复制到 Python 中，同样也会导致报错，因为 Python 会把true当作一个普通的变量，如图所示:
把true改为True，则查询成功，如图所示:
6.3 排序参数
对查询到的结果进行排序是一个常见操作,在MongoDB中，sort()命令接收一个参数，这个参数是一个字典，Key是被排序的字段名，值为1或者−1。
对于数据集example_data_2，在Robo 3T中对“age”字段进行倒序排列，如图所示:
但在Python中，查询结果的sort()方法如果使用MongoDB的写法则会报错，如图所示:
在Python中，sort()方法接收两个参数：第1个参数为字段名，第2个参数为-1或者1。就能够正常运行,如图所示：
6.4 查询_id
在Robo 3T中，可以根据_id的值来查询文档。此时查询语句如下：
在安装PyMongo的同时，Python会自动安装一个叫作“bson”的第三方库。ObjectId这个类需要从bson库中导入，具体命令如下：
from bson import ObjectId
collection.find({'_id': ObjectId('5e8ac5dfdd9cf99b7a446e99')})运行结果如下：
小结
本文首先介绍了MongoDB的安装，然后介绍了MongoDB的图形化操作软件Robo 3T。通过Robo 3T的命令输入窗口输入命令，可实现对MongoDB数据库的增、删、改、查操作。
MongoDB的大部分操作都可以平滑移植到Python中。因此，大多数情况下，直接把Robo 3T中的MongoDB操作语句复制到Python中就能使用。当然，有很小一部分情况例外。
总结
到此这篇关于利用Python操作MongoDB数据库的文章就介绍到这了,更多相关Python操作MongoDB内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！