爬虫之MongoDB存储（中）

一 点睛

我们可以利用find_one()或find()方法进行查询，其中find_one()查询得到的是单个结果，find()则返回一个生成器对象。

二 实战——一般查询

1 代码

import pymongo
# 一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，
# 第二个参数为端口port（如果不给它传递参数，默认是27017）
client = pymongo.MongoClient(host='localhost', port=27017)
# MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头
#client = pymongo.MongoClient('mongodb://localhost:27017/')
# client的test属性即可返回test数据库。
db = client.test
# 指定数据库的第二种方法
# db = client['test']
# 指定集合的第一种方法
collection = db.students
# 指定集合的第二种方法
#collection = db['students']
result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)

2 结果

E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/5_3_1.py
<class 'dict'>
{'_id': ObjectId('5c3c8eb918db4d51d0899caf'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

3 说明

这里我们查询name为Mike的数据，它的返回结果是字典类型。

可以发现，它多了_id属性，这就是MongoDB在插入过程中自动添加的。

三 实战——根据ObjectId来查询

1 代码

import pymongo
# 一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，
# 第二个参数为端口port（如果不给它传递参数，默认是27017）
client = pymongo.MongoClient(host='localhost', port=27017)
# MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头
#client = pymongo.MongoClient('mongodb://localhost:27017/')
# client的test属性即可返回test数据库。
db = client.test
# 指定数据库的第二种方法
# db = client['test']
# 指定集合的第一种方法
collection = db.students
from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('5c3c8eb918db4d51d0899caf')})
print(result)

2 结果

E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/5_3_1.py
{'_id': ObjectId('5c3c8eb918db4d51d0899caf'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

3 说明

查询结果依然是字段类型。

四 find查询——多条查询

1 代码

import pymongo
# 一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，
# 第二个参数为端口port（如果不给它传递参数，默认是27017）
client = pymongo.MongoClient(host='localhost', port=27017)
# MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头
#client = pymongo.MongoClient('mongodb://localhost:27017/')
# client的test属性即可返回test数据库。
db = client.test
# 指定数据库的第二种方法
# db = client['test']
# 指定集合的第一种方法
collection = db.students
results = collection.find({'age': 20})
print(results)
for result in results:
    print(result)

2 结果

E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/5_3_1.py
<pymongo.cursor.Cursor object at 0x000001EEB474F2B0>
{'_id': ObjectId('5c3c8eb918db4d51d0899cae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}

3 说明

返回结果是Cursor类型，它相当于一个生成器，我们需要遍历取到所有的结果，其中每个结果都是字典类型。

五 比较查询

1 代码

import pymongo
# 一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，
# 第二个参数为端口port（如果不给它传递参数，默认是27017）
client = pymongo.MongoClient(host='localhost', port=27017)
# MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头
#client = pymongo.MongoClient('mongodb://localhost:27017/')
# client的test属性即可返回test数据库。
db = client.test
# 指定数据库的第二种方法
# db = client['test']
# 指定集合的第一种方法
collection = db.students
# 大于等于20
results = collection.find({'age': {'$gte': 20}})
print(results)
for result in results:
    print(result)

2 结果

E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/5_3_1.py
<pymongo.cursor.Cursor object at 0x000001A39A32F2E8>
{'_id': ObjectId('5c3c8eb918db4d51d0899cae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('5c3c8eb918db4d51d0899caf'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

3 说明

符号	含义	示例
$lt	小于	{'age': {'$lt': 20}}
$gt	大于	{'age': {'$gt': 20}}
$lte	小于等于	{'age': {'$lte': 20}}
$gte	大于等于	{'age': {'$gte': 20}}
$ne	不等于	{'age': {'$ne': 20}}
$in	在范围内	{'age': {'$in': [20, 23]}}
$nin	不在范围内	{'age': {'$nin': [20, 23]}}

六 其他查询

1 代码

import pymongo
# 一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，
# 第二个参数为端口port（如果不给它传递参数，默认是27017）
client = pymongo.MongoClient(host='localhost', port=27017)
# MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头
#client = pymongo.MongoClient('mongodb://localhost:27017/')
# client的test属性即可返回test数据库。
db = client.test
# 指定数据库的第二种方法
# db = client['test']
# 指定集合的第一种方法
collection = db.students
# 正则匹配
results = collection.find({'name': {'$regex': '^M.*'}})
print(results)
for result in results:
    print(result)

2 结果

E:\WebSpider\venv\Scripts\python.exe E:/WebSpider/5_3_1.py
<pymongo.cursor.Cursor object at 0x000001522D40F320>
{'_id': ObjectId('5c3c8eb918db4d51d0899caf'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

3 说明

符号	含义	示例	示例含义
$regex	匹配正则表达式	{'name': {'$regex': '^M.*'}}	name以M开头
$exists	属性是否存在	{'name': {'$exists': True}}	name属性存在
$type	类型判断	{'age': {'$type': 'int'}}	age的类型为int
$mod	数字模操作	{'age': {'$mod': [5, 0]}}	年龄模5余0
$text	文本查询	{'$text': {'$search': 'Mike'}}	text类型的属性中包含Mike字符串
$where	高级条件查询	{'$where': 'obj.fans_count == obj.follows_count'}	自身粉丝数等于关注数