python操作mongodb

首先需要引入pymongo的包文件

先打开mongodb，然后连接，接着选择一个数据库与一个集合进行操作。

# -*- coding:utf-8 -*-
import pymongo as pm
import json

#接入mangodb之前需要先启动一下mangodb
#地址与端口
client = pm.MongoClient(host='localhost', port=27017)

# 这样我们就可以创建一个MongoDB的连接对象了。另外MongoClient的第一个参数host还可以直接传MongoDB的连接字符串，以mongodb开头，
# 例如：client = MongoClient('mongodb://localhost:27017/')可以达到同样的连接效果。

# 指定数据库
# MongoDB中还分为一个个数据库，我们接下来的一步就是指定要操作哪个数据库，在这里我以test数据库为例进行说明，所以下一步我们
# 需要在程序中指定要使用的数据库。

db = client.test#如果这个数据库并没有创建的话，此时会新创建一个新的数据库
#调用client的test属性即可返回test数据库，当然也可以这样来指定：(这里上指定一个需要使用的数据库
#db = client['test']
# 指定集合
# MongoDB的每个数据库又包含了许多集合Collection，也就类似与关系型数据库中的表，下一步我们需要指定要操作的集合，
# 在这里我们指定一个集合名称为students，学生集合。还是和指定数据库类似，指定集合也有两种方式。

collection = db.students#如果这个集合并没有建立的话，也是新建立一个集合
# collection = db['students']

数据的插入有2个操作，一个上单独插入一个数据，一个是一次插入多组数据。

student = {
    'id': '20180517',
    'name': 'yeleng',
    'age': '20',
    'sex': 'male'
}
# # 在这里我们指定了学生的学号、姓名、年龄和性别，然后接下来直接调用collection的insert()方法即可插入数据。
#
result = collection.insert(student)
# 在MongoDB中，每条数据其实都有一个_id属性来唯一标识，如果没有显式指明_id，MongoDB会自动产生一个ObjectId类型的_id属性。
# insert()方法会在执行后返回的_id值。

# 当然我们也可以同时插入多条数据，只需要以列表形式传递即可，示例如下：

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 27,
    'gender': 'male'
}

student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 25,
    'gender': 'male'
}
students = [student1,student2] #把数组合在一个数组中
result = collection.insert(students)

# 官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开,不过用inser也不要紧。

查询分三种，1、查询全部，2、按照某个等值的条件查询，3、查询某个限制下的全部结果，4、把查询结果限制个数,不要头几个，排序输出查询的结果

# 查询，插入数据后我们可以利用find_one()或find()方法进行查询，find_one()查询得到是单个结果，find()则返回多个结果。

# results = collection.find({'age': '20'}) #这里查询的时候，int类型与char类型是不同的结果,固定查找到某个限定值的全部结果
# print(type(results))
# for result in results:
#     print(result)

# 如果要查询年龄大于20的数据，则写法如下：

# results = collection.find({'age': {'$gt': 19}})#这里上要求严格大于
#
# for result in results :
#     print(result)

# # 在这里查询的条件键值已经不是单纯的数字了，而是一个字典，其键名为比较符号$gt，意思是大于，键值为19，这样便可以查询出所有
# # 年龄大于19的数据。
#
# # 在这里将比较符号归纳如下表：
# """
# 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]}}
# """
# # 另外还可以进行正则匹配查询，例如查询名字以M开头的学生数据，示例如下：
#
# results = collection.find({'name': {'$regex': '^M.*'}})
# for result in results:
#     print(result)
#
# # 在这里使用了$regex来指定正则匹配，^M.*代表以M开头的正则表达式，这样就可以查询所有符合该正则的结果。
#
# # 在这里将一些功能符号再归类如下：
# """
# 符号含义示例示例含义
# $regex匹配正则{'name': {'$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
# """
# # 这些操作的更详细用法在可以在MongoDB官方文档找到：
#
# # 计数
# # 要统计查询结果有多少条数据，可以调用count()方法，如统计所有数据条数：
#
#count = collection.find().count()
#print(count)
# # 或者统计符合某个条件的数据：
#
# count = collection.find({'age': 20}).count()
# print(count)
# # 排序
# # 可以调用sort方法，传入排序的字段及升降序标志即可，示例如下：
#

# results = collection.find().sort('age', pm.ASCENDING) #这里考虑一下age的内容上指int还是char
# for result in results:
#     print(result,'\n') #这里上输出换行的方法

# # 偏移,可能想只取某几个元素，在这里可以利用skip()方法偏移几个位置，比如偏移2，就忽略前2个元素，得到第三个及以后的元素。
#
# results = collection.find().sort('age', pm.ASCENDING).skip(2)
# for result in results:
#     print(result)

#限制获取数据的多少
# results = collection.find().sort('age', pm.ASCENDING).skip(2).limit(5)
# for result in results:
#     print(result)

对于更新来说，1、满足某条件的结果全部更新一遍。2、满足某条件的做例如：+1之类的操作

# # 更新
# # 对于数据更新可以使用update()方法，指定更新的条件和更新后的数据即可，例如：
#
# condition = {'age': '20'} #如果是大批量需要修改的话，可以考虑find的方式去把所有的内容的age均修改以后再插入
# student = collection.find_one(condition) #通过限制条件找到其对应的数据，把这个数据的某个值改变后在重新插入
# student['age'] = '555'
# result = collection.update(condition, student)

# condition = {'age': {'$gt': 20}}
# result = collection.update_one(condition, {'$inc': {'age': 1}})
# print(result)
# print(result.matched_count, result.modified_count)
# # 在这里我们指定查询条件为年龄大于20，然后更新条件为{'$inc': {'age': 1}}，执行之后会把第一条符合条件的数据年龄加1。
#
#
# # 如果调用update_many()方法，则会将所有符合条件的数据都更新，示例如下：


# condition = {'age': {'$gt': 19}}
# result = collection.update_many(condition, {'$inc': {'age': 1}})
# print(result.matched_count, result.modified_count)

删除:

# # 删除
# # 删除操作比较简单，直接调用remove()方法指定删除的条件即可，符合条件的所有数据均会被删除，示例如下：
# data = {
#     'age' : '20'
# }
# result = collection.remove(data)
# print(result)


# # 另外依然存在两个新的推荐方法，delete_one()和delete_many()方法，示例如下：
#
# result = collection.delete_one({'name': 'Kevin'})
# print(result)
# print(result.deleted_count)
# delete_one()即删除第一条符合条件的数据，delete_many()即删除所有符合条件的数据，返回结果是DeleteResult类型，
# 可以调用deleted_count属性获取删除的数据条数。