MongoDB 是由 C ++ 语言编写的非关系型数据库,是一个基于分布式文件存储的开源数据库系统,其内容存储模式相似 JSON 对象,它的字段值能够蕴含其余文档、数组及文档数组,非常灵活。在这一节中,咱们就来看看 Python 3 下 MongoDB 的存储操作。
1. 筹备工作
在开始之前,请确保曾经装置好了 MongoDB 并启动了其服务,并且装置好了 Python 的 PyMongo 库。
2. 连贯 MongoDB
连贯 MongoDB 时,咱们须要应用 PyMongo 库外面的MongoClient
。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):
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
这样就能够创立 MongoDB 的连贯对象了。
另外,MongoClient
的第一个参数 host
还能够间接传入 MongoDB 的连贯字符串,它以 mongodb
结尾,例如:
client = MongoClient('mongodb://localhost:27017/')
这也能够达到同样的连贯成果。
3. 指定数据库
MongoDB 中能够建设多个数据库,接下来咱们须要指定操作哪个数据库。这里咱们以 test 数据库为例来阐明,下一步须要在程序中指定要应用的数据库:
db = client.test
这里调用 client
的test
属性即可返回 test 数据库。当然,咱们也能够这样指定:
db = client['test']
这两种形式是等价的。
4. 指定汇合
MongoDB 的每个数据库又蕴含许多汇合(collection),它们相似于关系型数据库中的表。
下一步须要指定要操作的汇合,这里指定一个汇合名称为 students。与指定数据库相似,指定汇合也有两种形式:
collection = db.students
collection = db['students']
这样咱们便申明了一个 Collection
对象。
5. 插入数据
接下来,便能够插入数据了。对于 students 这个汇合,新建一条学生数据,这条数据以字典模式示意:
student = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
这里指定了学生的学号、姓名、年龄和性别。接下来,间接调用 collection
的insert()
办法即可插入数据,代码如下:
result = collection.insert(student)
print(result)
在 MongoDB 中,每条数据其实都有一个 _id
属性来惟一标识。如果没有显式指明该属性,MongoDB 会主动产生一个 ObjectId
类型的 _id
属性。insert()
办法会在执行后返回 _id
值。
运行后果如下:
5932a68615c2606814c91f3d
当然,咱们也能够同时插入多条数据,只须要以列表模式传递即可,示例如下:
student1 = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
student2 = {
'id': '20170202',
'name': 'Mike',
'age': 21,
'gender': 'male'
}
result = collection.insert([student1, student2])
print(result)
返回后果是对应的 _id
的汇合:
[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]
实际上,在 PyMongo 3.x 版本中,官网曾经不举荐应用 insert()
办法了。当然,持续应用也没有什么问题。官网举荐应用 insert_one()
和insert_many()
办法来别离插入单条记录和多条记录,示例如下:
student = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
result = collection.insert_one(student)
print(result)
print(result.inserted_id)
运行后果如下:
<pymongo.results.InsertOneResult object at 0x10d68b558>
5932ab0f15c2606f0c1cf6c5
与 insert()
办法不同,这次返回的是 InsertOneResult
对象,咱们能够调用其 inserted_id
属性获取_id
。
对于 insert_many()
办法,咱们能够将数据以列表模式传递,示例如下:
student1 = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
student2 = {
'id': '20170202',
'name': 'Mike',
'age': 21,
'gender': 'male'
}
result = collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)
运行后果如下:
<pymongo.results.InsertManyResult object at 0x101dea558>
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]
该办法返回的类型是 InsertManyResult
,调用inserted_ids
属性能够获取插入数据的 _id
列表。
6. 查问
插入数据后,咱们能够利用 find_one()
或find()
办法进行查问,其中 find_one()
查问失去的是单个后果,find()
则返回一个生成器对象。示例如下:
result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)
这里咱们查问 name
为Mike
的数据,它的返回后果是字典类型,运行后果如下:
<class 'dict'>
{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}
能够发现,它多了 _id
属性,这就是 MongoDB 在插入过程中主动增加的。
此外,咱们也能够依据 ObjectId
来查问,此时须要应用 bson 库外面的objectid
:
from bson.objectid import ObjectId
result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)
其查问后果仍然是字典类型,具体如下:
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
当然,如果查问后果不存在,则会返回None
。
对于多条数据的查问,咱们能够应用 find()
办法。例如,这里查找年龄为 20 的数据,示例如下:
results = collection.find({'age': 20})
print(results)
for result in results:
print(result)
运行后果如下:
<pymongo.cursor.Cursor object at 0x1032d5128>
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278c815c2602678bb2b8d'), 'id': '20170102', 'name': 'Kevin', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278d815c260269d7645a8'), 'id': '20170103', 'name': 'Harden', 'age': 20, 'gender': 'male'}
返回后果是 Cursor
类型,它相当于一个生成器,咱们须要遍历取到所有的后果,其中每个后果都是字典类型。
如果要查问年龄大于 20 的数据,则写法如下:
results = collection.find({'age': {'$gt': 20}})
这里查问的条件键值曾经不是单纯的数字了,而是一个字典,其键名为比拟符号$gt
,意思是大于,键值为 20。
这里将比拟符号演绎为下表。
符号 | 含意 | 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}} |
$in |
在范畴内 | {'age': {'$in': [20, 23]}} |
$nin |
不在范畴内 | {'age': {'$nin': [20, 23]}} |
另外,还能够进行正则匹配查问。例如,查问名字以 M 结尾的学生数据,示例如下:
results = collection.find({'name': {'$regex': '^M.*'}})
这里应用 $regex
来指定正则匹配,^M.*
代表以 M 结尾的正则表达式。
这里将一些性能符号再归类为下表。
符号 | 含意 | 示例 | 示例含意 |
---|---|---|---|
$regex |
匹配正则表达式 | {'name': {'$regex': '^M.*'}} |
name 以 M 结尾 |
$exists |
属性是否存在 | {'name': {'$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 |
$text |
文本查问 | {'$text': {'$search': 'Mike'}} |
text 类型的属性中蕴含 Mike 字符串 |
$where |
高级条件查问 | {'$where': 'obj.fans_count == obj.follows_count'} |
本身粉丝数等于关注数 |
对于这些操作的更具体用法,能够在 MongoDB 官网文档找到:
https://docs.mongodb.com/manu…。
7. 计数
要统计查问后果有多少条数据,能够调用 count()
办法。比方,统计所有数据条数:
count = collection.find().count()
print(count)
或者统计合乎某个条件的数据:
count = collection.find({'age': 20}).count()
print(count)
运行后果是一个数值,即符合条件的数据条数。
8. 排序
排序时,间接调用 sort()
办法,并在其中传入排序的字段及升降序标记即可。示例如下:
results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])
运行后果如下:
['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']
这里咱们调用 pymongo.ASCENDING
指定升序。如果要降序排列,能够传入pymongo.DESCENDING
。
9. 偏移
在某些状况下,咱们可能想只取某几个元素,这时能够利用 skip()
办法偏移几个地位,比方偏移 2,就疏忽前两个元素,失去第三个及当前的元素:
results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])
运行后果如下:
['Kevin', 'Mark', 'Mike']
另外,还能够用 limit()
办法指定要取的后果个数,示例如下:
results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])
运行后果如下:
['Kevin', 'Mark']
如果不应用 limit()
办法,原本会返回三个后果,加了限度后,会截取两个后果返回。
值得注意的是,在数据库数量十分宏大的时候,如千万、亿级别,最好不要应用大的偏移量来查问数据,因为这样很可能导致内存溢出。此时能够应用相似如下操作来查问:
from bson.objectid import ObjectId
collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})
这时须要记录好上次查问的_id
。
10. 更新
对于数据更新,咱们能够应用 update()
办法,指定更新的条件和更新后的数据即可。例如:
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)
这里咱们要更新 name
为Kevin
的数据的年龄:首先指定查问条件,而后将数据查问进去,批改年龄后调用 update()
办法将原条件和批改后的数据传入。
运行后果如下:
{'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}
返回后果是字典模式,ok
代表执行胜利,nModified
代表影响的数据条数。
另外,咱们也能够应用 $set
操作符对数据进行更新,代码如下:
result = collection.update(condition, {'$set': student})
这样能够只更新 student
字典内存在的字段。如果原先还有其余字段,则不会更新,也不会删除。而如果不必 $set
的话,则会把之前的数据全副用 student
字典替换;如果本来存在其余字段,则会被删除。
另外,update()
办法其实也是官网不举荐应用的办法。这里也分为 update_one()
办法和 update_many()
办法,用法更加严格,它们的第二个参数须要应用 $
类型操作符作为字典的键名,示例如下:
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 26
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)
这里调用了 update_one()
办法,第二个参数不能再间接传入批改后的字典,而是须要应用 {'$set': student}
这样的模式,其返回后果是 UpdateResult
类型。而后别离调用 matched_count
和modified_count
属性,能够取得匹配的数据条数和影响的数据条数。
运行后果如下:
<pymongo.results.UpdateResult object at 0x10d17b678>
1 0
咱们再看一个例子:
condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
这里指定查问条件为年龄大于 20,而后更新条件为{'$inc': {'age': 1}}
,也就是年龄加 1,执行之后会将第一条符合条件的数据年龄加 1。
运行后果如下:
<pymongo.results.UpdateResult object at 0x10b8874c8>
1 1
能够看到匹配条数为 1 条,影响条数也为 1 条。
如果调用 update_many()
办法,则会将所有符合条件的数据都更新,示例如下:
condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
这时匹配条数就不再为 1 条了,运行后果如下:
<pymongo.results.UpdateResult object at 0x10c6384c8>
3 3
能够看到,这时所有匹配到的数据都会被更新。
11. 删除
删除操作比较简单,间接调用 remove()
办法指定删除的条件即可,此时符合条件的所有数据均会被删除。示例如下:
result = collection.remove({'name': 'Kevin'})
print(result)
运行后果如下:
{'ok': 1, 'n': 1}
另外,这里仍然存在两个新的举荐办法——delete_one()
和delete_many()
。示例如下:
result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)
运行后果如下:
<pymongo.results.DeleteResult object at 0x10e6ba4c8>
1
4
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。它们的返回后果都是 DeleteResult
类型,能够调用 deleted_count
属性获取删除的数据条数。
12. 其余操作
另外,PyMongo 还提供了一些组合办法,如 find_one_and_delete()
、find_one_and_replace()
和find_one_and_update()
,它们是查找后删除、替换和更新操作,其用法与上述办法基本一致。
另外,还能够对索引进行操作,相干办法有 create_index()
、create_indexes()
和drop_index()
等。
对于 PyMongo 的具体用法,能够参见官网文档:http://api.mongodb.com/python…。
另外,还有对数据库和汇合自身等的一些操作,这里不再一一解说,能够参见官网文档:http://api.mongodb.com/python…。
本节解说了应用 PyMongo 操作 MongoDB 进行数据增删改查的办法。
本资源首发于崔庆才的集体博客静觅:Python3 网络爬虫开发实战教程 | 静觅
如想理解更多爬虫资讯,请关注我的集体微信公众号:进击的 Coder
weixin.qq.com/r/5zsjOyvEZ… (二维码自动识别)
本文转自 https://juejin.cn/post/6844903597465927694,如有侵权,请分割删除。