Python之读取MongoDB导出的BSON文件

BSON是一种类似于JSON的二进制形式的存储格式，简称Binary JSON，它和JSON一样，支持内嵌的文档对象和数组对象，但是BSON有JSON没有的一些数据类型，如Date和BinData类型等。

BSON主要被用作MongoDB数据库中的数据存储和网络传输格式，能用来表示简单数据结构、关联数组（MongoDB中称为“对象”或“文档”）以及MongoDB中的各种数据类型。

本文将讲述如何使用Python来读取MongoDB导出的BSON文件。

使用MongoDB导出BSON文件

使用Studio 3T软件查看数据库，其中testdb中的内容如下：

testdb数据库

我们使用Studio 3T软件的Export功能，将该数据库的内容以BSON格式导出，如下图：

导出BSON文件

导出文件成功后，我们解压压缩包，即可获得teacher.bson文件。

bson模块读取BSON文件

我们使用bson文件来读取teacher.bson文件，代码如下：

# -*- coding: utf-8 -*-
import bson
bson_file = open('teacher.bson', 'rb')
bson_data = bson.loads(bson_file.read())
print(bson_data)

输出结果如下：

{'_id': b'5f5f9304d18befbe1149fdba', 'name': 'zhanshan', 'age': 25}

代码只能读取BSON文件的第一个数据！这是什么原因呢？

查看bson.loads源代码，如下：

def loads(data):
    """
        Given a BSON string, outputs a dict.
    """
    return decode_document(data, 0)[1]

在源代码中，我们发现该函数确实只返回了第一个数据。这样的结果不能让人满意。

那么解决办法是什么呢？

使用pymongo读取BSON文件

我们先安装pymongo模块，读取teacher.bson文件的代码如下：

# -*- coding: utf-8 -*-
import bson
bson_file = open('teacher.bson', 'rb')
bson_data = bson.decode_all(bson_file.read())
print(type(bson_data))
for data in bson_data:
    print(data)

输出结果如下：

<class 'list'>
{'_id': ObjectId('5f5f9304d18befbe1149fdba'), 'name': 'zhanshan', 'age': 25}
{'_id': ObjectId('5f5f9304d18befbe1149fdbb'), 'name': 'lisi', 'age': 36}
{'_id': ObjectId('5f5f9304d18befbe1149fdbc'), 'name': 'wangwu', 'age': 27}

现在我们已经读取了teacher.bson中的全部数据！

本文来自于笔者在工作中碰到的一个读取BSON文件的困惑，故记录于此。

更多阅读

程序运行慢？你怕是写的假 Python

让 Pandas DataFrame 性能飞升 40 倍

用 PyQt 打造具有专业外观的GUI（上）

特别推荐

程序员摸鱼指南

为你精选的硅谷极客资讯，

来自FLAG巨头开发者、技术、创投一手消息

点击下方阅读原文加入社区会员