Pymongo在字段名称中转义unicode字符

Posted 2021-05-05

我有以下示例键值对存储在MongoDB（和许多类似的对）：

"Cluff0eG_bibcode": 'some value'

它存储的原因是因为MongoDB不接受密钥名称中的点。到目前为止，使用 uff0e点的unicode版本没有问题，但我已经开始使用pymongo从我的数据库中提取数据，它似乎正在逃避 uff0e。因此，当我在我的代码中查看它时，它会像这样：

"Cl\uff0eG_bibcode": 'some value'

我注意到如果 uff0e在值中，它不会这样做，只有它在键中。我也没有在Mongo和我的代码之间的任何一点操纵数据。这就是我正在做的事情：

url = 'mongodb://user:passwd@host/database'
client = MongoClient(url)
db = client.get_default_database()
collection = db['my_collection']
results = collection.find().limit(1) #just grabbing any record to test

我正在寻找一些有关如何让pymongo停止在密钥名称中转义unicode字符的见解。我真的很想不必仔细检查我的所有结果并手动删除它。

答案

您使用的上一个驱动程序可能在插入期间转义。在我的mongo shell中完成后，以下显示没有编码。

db.Junk.insert({"Cluff0eG_bibcode": "some value"})
db.Junk.find()
{ "_id" : ObjectId("5487e53c64316c4cb2442578"), "Cl．G_bibcode" : "some value" }

如此转义它会显示shell的结果。

db.Junk.insert({"Cl\uff0eG_bibcode": "some value"})
db.Junk.find()
{ "_id" : ObjectId("5487e5fc64316c4cb2442579"), "Cluff0eG_bibcode" : "some value" }

您是否直接通过shell插入数据？

键名中接受顺便点，但它们被解释为dot notation，因此被视为子文档。即。 “user._id”的键将被解释为the _id key inside the object (value) associated with the user key

{ _id: value
  key1: "str_value",
  key2: 12345,
  user: { _id: xxx, name: xxxx}
}

两个建议。 a）为什么不使用管道，或其他一些简单但难以置信（不太可能在任何普通密钥中使用）令牌。 b）我建议破解BSON文件并为你的时髦密钥构建一个编码器/解码器。可能在这个文件中。 https://github.com/mongodb/mongo-python-driver/blob/master/bson/init.py

另一答案

假设您在这里使用python 2.x，请使用unicode键：

>>> c.foo.bar.insert({u'Cluff0eG_bibcode': 'some value'})
ObjectId('5488fe8dfba52249d72069bf')
>>> doc = c.foo.bar.find_one()
>>> doc
{u'_id': ObjectId('5488fe8dfba52249d72069bf'), u'Cluff0eG_bibcode': u'some value'}   
>>> for key in doc:
...     print key.encode("utf-8")
... 
_id
Cl．G_bibcode