python3操作MongoDB的crud以及聚合案例，代码可直接运行（python经典编程案例）

Posted cui_yonghua

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python3操作MongoDB的crud以及聚合案例，代码可直接运行（python经典编程案例）相关的知识，希望对你有一定的参考价值。

基础篇（能解决工作中80%的问题）:

  1. MongoDB的概述、应用场景、下载方式、连接方式和发展历史等

  2. MongoDB数据类型、重要概念以及shell常用指令

  3. MongoDB文档的各种增加、更新、删除操作总结

  4. MongoDB各种查询操作总结

  5. MongoDB对列的各种操作总结

  6. MongoDB中的索引操作总结

进阶篇:

  1. MongoDB聚合操作总结

  2. MongoDB的导入导出、备份恢复总结

  3. MongoDB的用户管理总结

  4. MongoDB复制（副本集）总结

  5. MongoDB 分片总结

  6. MongoDB 遇见 spark（进行整合）

  7. MongoDB内部的存储原理

其它:

  1. python3操作MongoDB的各种案例

  2. MongoDB命令汇总

其它:

  1. python3操作MongoDB的各种案例

  2. MongoDB命令汇总

参考：
官方文档：https://pymongo.readthedocs.io/en/stable/
github：https://github.com/mongodb/mongo-python-driver

一. 插入数据案例

# -*- encoding: utf-8 -*-
import time
import pymongo
import datetime

# 创建对象
client = pymongo.MongoClient('mongodb://账号:密码@主机:端口号/?authSource=admin')
# 连接DB数据库
db = client['数据库名']


def insert_one():
    # 连接集合user，集合类似于关系数据库的数据表; 如果集合不存在，就会新建集合user
    user_collection = db.user_demo
    # 设置文档格式（文档即我们常说的数据）
    user_info = 
        "_id": 105,
        "author": "小绿",
        "text": "Python开发",
        "tags": ["mongodb", "pymongo"],
        "date": datetime.datetime.now()

    # 使用insert_one单条添加文档，inserted_id获取写入后的id
    # 添加文档时，如果文档尚未包含"_id"键，就会自动添加"_id"。"_id"的值在集合中必须是唯一的
    # inserted_id用于获取添加后的id，若不需要，则可以去掉
    user_id = user_collection.insert_one(user_info).inserted_id
    print("user id is ", user_id)


def insert_many():
    #批量添加
    user_infos = [
        "_id": 101,
        "author": "小黄",
             "text": "Python开发",
             "tags": ["mongodb", "python", "pymongo"],
             "date": datetime.datetime.utcnow(),
     
        "_id": 102,
        "author": "小黄_A",
             "text": "Python开发_A",
             "tags": "db":"Mongodb","lan":"Python","modle":"Pymongo",
             "date": datetime.datetime.utcnow(),
     ]

    user_collection = db.user_insert_many
    # inserted_ids用于获取添加后的id，若不需要，则可以直接去掉
    user_id = user_collection.insert_many(user_infos).inserted_ids
    print("user id is ", user_id)


def bulk_insert_data():
    from pymongo import UpdateOne
    data_list = ['user_id': 5, 'name': '张三1', 'age': 27, 'email': 'zhangsan1@email.com',
                 'user_id': 6, 'name': '李四1', 'age': 26, 'email': 'lisi1@email.com',
                 'user_id': 7, 'name': '王五1', 'age': 29, 'email': 'wangwu1@email.com',
                 'user_id': 8, 'name': '赵六1', 'age': 26, 'email': 'zhaoliu1@email.com']
    bulk_data_list = []
    for data in data_list:
        one = UpdateOne("_id": data['user_id'], 
            "$set": "name": data['name'],
                     "age": data['age'],
                     "email": data['email'],
                     "date": datetime.datetime.now(), upsert=True)
        bulk_data_list.append(one)

    try:
        collection_item = db.bulk_insert_demo
        collection_item.bulk_write(bulk_data_list)
    except Exception as e:
        print(f'e: e')
    print(f"time.strftime('%Y-%m-%d %H:%M:%S'), 已存mongo: len(bulk_data_list)条")


if __name__ == '__main__':
    # 插入单条数据
    insert_one()

    # 插入多条数据
    # insert_many()

    # 批量插入
    # bulk_insert_data()

二. 查询数据案例

# -*- encoding: utf-8 -*-
import re
import pymongo
# 创建对象
# client = pymongo.MongoClient()
client = pymongo.MongoClient('mongodb://账号:密码@主机:端口号/?authSource=admin')
# 连接DB数据库
db = client['数据库名']


def find_by_condition():
    # 连接集合user，集合类似于关系数据库的数据表, 如果集合不存在，就会新建集合user
    user_collection = db.user
    # 1. 查询文档: find("_id":101)，其中"_id":101为查询条件, 若查询条件为空，则默认查询全部
    # find_value = user_collection.find("_id": 103)
    # print(list(find_value))

    # 2. 如果要实现多条件查询，$and和$or，使用方法如下：
    # AND条件查询
    # find_value = user_collection.find("$and": ["_id": 104, "author": "小蓝"])
    # print(list(find_value))
    # OR条件查询
    # find_value = user_collection.find("$or": ["author": "小黄_A", "author": "小黄"])
    # print(list(find_value))

    # 3. 根据范围查找: $gt: 大于, $gte: 大于等于, $lt: 小于, $lte: 小于等于, $ne: 不等于,
    # 如查找id>102且id<104(_id=101)的文档
    # find_value = user_collection.find("_id": "$gt": 102, "$lt": 104)
    # print(list(find_value))
    # 查找id在[100,101]的文档
    # find_value = user_collection.find("_id": "$in": [100, 101])
    # print(list(find_value))
    # find_value = user_collection.find("and": ["_id": "$gt": 102, "$lt": 105,
    #                                           "_id": "$in": [100, 105]])
    # print(list(find_value))

    # 4. 模糊查询实际上是加入正则表达式实现的
    # # 方法一
    # find_value = user_collection.find("author": "$regex": ".*小.*")
    # print(list(find_value))
    # #方法二
    regex = re.compile(".*小.*")
    find_value = user_collection.find("author": regex)
    print(list(find_value))

    # 5. 查询嵌入/嵌套文档
    # 查询字段"tags":"db":"Mongodb","lan":"Python","modle":"Pymongo"
    # 查询嵌套字段，只需要查询嵌套里的某个值即可
    find_value = user_collection.find("tags.db": "Mongodb")
    print(list(find_value))

    # 6. 查询字段"tags":"db":
    # "Mongodb":"NoSql","mysql":"Sql","lan":"Python","modle":"Pymongo"
    # find_value = user_collection.find("tags.db.Mongodb": "NoSql")
    # print(list(find_value))


def find_many():
    user_collection = db.user

    # 1. 查询文档数量
    # result_data = user_collection.count_documents()
    # print(result_data)

    # 2. 限定返回结果
    # result_data_limit = user_collection.find().limit(2)
    # for result in result_data_limit:
    #     print(result)

    # 3. 对查询结果进行排序: 字段值1表示正序， -1表示倒序
    # user_collection = db.bulk_insert_demo
    # result_data_sort = user_collection.find('age': '$gt': 22).sort([('age', -1)])
    # print(list(result_data_sort))

    # 4. 对数据进行去重
    user_collection = db.bulk_insert_demo
    # 对age字段去重
    result_data_distinct = user_collection.distinct('age')
    print(list(result_data_distinct))
    # 对满足特定条件的age字段去重
    # result_data_distinct = user_collection.distinct('age', 'age': '$gte': 22)
    # print(list(result_data_distinct))

    # 5.偏移
    # results = collection.find().sort('id', pymongo.ASCENDING).skip(1)
    # for result in results:
    #     print(result)


if __name__ == '__main__':
    # 根据条件查询文档
    # find_by_condition()

    # 查询数据
    find_many()

三. 更新数据案例

# -*- encoding: utf-8 -*-
import pymongo
# 创建对象
client = pymongo.MongoClient('mongodb://账号:密码@主机:端口号/?authSource=admin')
# 连接DB数据库
db = client['数据库名']


def update_one():
    # update_one(筛选条件,更新内容)，筛选条件为空，默认更新第一条文档
    # 如果查询有多条数据，就按照排序先后更新第一条数据
    # "author": "小蓝", "$set": "author": "小黄", "text": "数据挖掘"
    user_collection = db.user
    user_collection.update_one("author": "小蓝", "$set": "author": "小黄", "text": "数据挖掘")


def replace_one():
    # replace_one(筛选条件,更新内容)用于将整条数据替换
    # 如果文档的部分数据没有更新，就去除这部分数据
    # topic_data.update_one("_id": ObjectId(mongo_id), "$set": 'tag_field': 0)
    user_collection = db.user
    user_collection.replace_one("author": "小绿",
                                "author": "小绿", "text": "Python_django")


def update_many():
    # update_many(筛选条件,更新内容)用于批量更新文档, 如果查询有多条数据，就会对全部数据进行更新处理
    # topic_data.update_many("tag_field": "$exists": False, "$set": 'tag_field': 0)
    user_collection = db.user
    user_collection.update_many("author": "小黄",
                                "$set": "text": "Python_web开发")


if __name__ == '__main__':
    # 更新单条文档
    # update_one()

    # 替换一条数据
    replace_one()

    # 更新多条数据
    # update_many()

四. 删除数据案例

# -*- encoding: utf-8 -*-
import pymongo
# 创建对象
# client = pymongo.MongoClient()
client = pymongo.MongoClient('mongodb://账号:密码@主机:端口号/?authSource=admin')
# 连接DB数据库
db = client['数据库名']
user_collection = db.user


def delete_one():
    # 删除单条文档
    # delete_one(筛选条件)，筛选条件为空，默认删除第一条文档
    user_collection.delete_one("_id": 100)


def delete_many():
    # delete_many(筛选条件)用于删除多条数据
    user_collection.delete_many("author": "小黄")


if __name__ == '__main__':
    # 删除单条文档
    delete_one()

    # 删除多条数据
    # delete_many()

五. 聚合查询案例

import pymongo

handler = pymongo.MongoClient().monog_db.example_user

rows = handler.aggregate([
    '$lookup': 
        'from': 'example_post',
        'localField': 'id',
        'foreignField': 'user_id',
        'as': 'weibo_info'
        
    ,
    '$unwind': '$weibo_info',
    '$project': 
        'name': 1,
        'work': 1,
        'content': '$weibo_info.content',
        'post_time': '$weibo_info.post_time'
])
for row in rows:
    print(row)

❤️ 如果觉得有用，感谢一键三连哦 ！！！❤️

以上是关于python3操作MongoDB的crud以及聚合案例，代码可直接运行（python经典编程案例）的主要内容，如果未能解决你的问题，请参考以下文章

04 MongoDB各种查询操作 以及聚合操作总结

mongodb的CRUD操作三

Mongo高级用法

MongoDB + SpringBoot 的基础CRUD聚合查询

02 MongoDB数据类型重要概念以及shell常用指令

04 MongoDB各种查询操作 以及聚合操作总结