基于PyMongo3.4.0文档的学习记录（1）——Tutorial

教程是pymongo和Mongo的一个简单介绍。看完后应该对Pymongo对Mongo的基本操作认识了。

先决条件

开始之前，安装PyMongo和Mongo。确保在Python交互界面执行import不报错：

>>import pymongo

使用MongoClient进行连接

使用PyMongo的第一步是创建一个 MongoClient运行的mongod 实例。这样做很容易：

>>> from  pymongo  import  MongoClient 
>>> client  =  MongoClient （）

上述代码将连接默认主机和端口。我们还可以明确指定主机和端口，如下所示：

>>> client  =  MongoClient （'localhost' ， 27017 ）

或使用MongoDB URI格式：

>>> client  =  MongoClient （'mongodb：// localhost：27017 /' ）

获取数据库

MongoDB的一个实例可以支持多个独立的数据库。当使用PyMongo时，您可以使用实例上的属性样式访问访问MongoClient数据库：

>>> db  =  client.test_database

如果您的数据库名称使用属性样式访问将无法正常工作（如test-database），则可以使用字典样式访问：

>>> db  =  client [ 'test-database' ]

获取集合

一个集合是一组存储在MongoDB中的文档，并且可以被认为是大致在关系数据库中的表的当量。在PyMongo中获取集合的工作方式与获取数据库相同：

>>> collection  =  db.test_collection

或（使用字典样式访问）：

>>> collection  =  db [ 'test-collection' ]

MongoDB中关于集合（和数据库）的一个重要注意事项是，它们是懒惰创建的 - 上述任何命令都没有在MongoDB服务器上实际执行任何操作。当将第一个文档插入时，将创建集合和数据库。

文件

MongoDB中的数据使用JSON样式文档进行表示（并存储）。在PyMongo中，我们使用字典来表示文档。例如，以下字典可能用于表示博客文章：

>>> import datetime
>>> post = {"author": "Mike",
...         "text": "My first blog post!",
...         "tags": ["mongodb", "python", "pymongo"],
...         "date": datetime.datetime.utcnow()}

请注意，文档可以包含本机Python类型（例如 datetime.datetime实例），将自动转换为相应的BSON类型和从相应的BSON类型转换

插入文件

要将文档插入到集合中，我们可以使用以下insert_one()方法：

>>> posts = db.posts
>>> post_id = posts.insert_one(post).inserted_id
>>> post_id
ObjectId('...')

当文档插入特殊键时"_id"，如果文档尚未包含"_id"键，则会自动添加。该"_id"集合的值必须是唯一的。insert_one()返回一个实例InsertOneResult。有关更多信息"_id"，请参阅有关_id的文档。

插入第一个文档后，实际上已经在服务器上创建了帖子集合。我们可以通过列出我们的数据库中的所有集合来验证：

>>> db.collection_names(include_system_collections=False)
[u'posts']

用find_one()获取单个文档

MongoDB中可以执行的最基本的查询类型是 find_one()。此方法返回与查询匹配的单个文档（或None如果没有匹配项）。当您知道只有一个匹配的文档，或只对第一个匹配项感兴趣时，它是有用的。这里我们 find_one()用来从帖子集中获取第一个文档：

>>> import pprint
>>> pprint.pprint(posts.find_one())
{u'_id': ObjectId('...'),
 u'author': u'Mike',
 u'date': datetime.datetime(...),
 u'tags': [u'mongodb', u'python', u'pymongo'],
 u'text': u'My first blog post!'}

注意 返回的文档包含一个"_id"自动添加的插入。
find_one()还支持查询结果文档必须匹配的特定元素。为了将我们的结果限制在作者“Mike”的文档中：

>>> pprint.pprint(posts.find_one({"author": "Mike"}))
{u'_id': ObjectId('...'),
 u'author': u'Mike',
 u'date': datetime.datetime(...),
 u'tags': [u'mongodb', u'python', u'pymongo'],
 u'text': u'My first blog post!'}

如果我们尝试使用不同的作者，例如“Eliot”，我们将不会得到结果：

>>> posts.find_one({"author": "Eliot"})
>>>

通过ObjectId查询

我们也可以找到一个post通过_id，在我们的例子中是一个ObjectId：

>>> post_id
ObjectId(...)
>>> pprint.pprint(posts.find_one({"_id": post_id}))
{u'_id': ObjectId('...'),
 u'author': u'Mike',
 u'date': datetime.datetime(...),
 u'tags': [u'mongodb', u'python', u'pymongo'],
 u'text': u'My first blog post!'}

请注意，ObjectId与其字符串表示形式不同：

>>> post_id_as_str = str(post_id)
>>> posts.find_one({"_id": post_id_as_str}) # No result
>>>

Web应用程序中的常见任务是从请求URL获取ObjectId并找到匹配的文档。在这种情况下，必须将字符串转换为ObjectId在传递给 find_one()方法之前：

from bson.objectid import ObjectId

# The web framework gets post_id from the URL and passes it as a string
def get(post_id):
    # Convert from string to ObjectId:
    document = client.db.collection.find_one({'_id': ObjectId(post_id)})

参考资料：

PyMongo 3.4.0 documentation 官方文档

菜鸟教程——MongoDB概念解析