本教程的目的是介紹如何使用Python連接MongoDB資料庫，並通過PyMongo操作MongoDB資料庫。
1.安裝PyMongo
注意：請勿安裝“bson”軟體包。 PyMongo配有自己的bson包; 執行“
pip install bson”或“easy_install bson”則會安裝與PyMongo不相容的第三方軟體包。
使用pip安裝
我們建議在所有平臺上使用pip來安裝pymongo：
C:\Users\Administrator>python -m pip install pymongo
Collecting pymongo
Downloading pymongo-3.4.0.tar.gz (583kB)
... ....
Installing collected packages: pymongo
Running setup.py install for pymongo ... done
Successfully installed pymongo-3.4.0
要獲得pymongo的特定版本：
$ python -m pip install pymongo==3.1.1
要升級pymongo的版本：
$ python -m pip install --upgrade pymongo
Python版本依賴
PyMongo支持CPython 2.6,2.7,3.3+，PyPy和PyPy3。
GSSAPI和TLS的可選依賴關係：
GSSAPI認證需要Windows上的Unix或WinKerberos上的pykerberos。PyMongo可以自動安裝正確的依賴關係：
$ python -m pip install pymongo[gssapi]
2.使用MongoClient建立連接
使用PyMongo時，第一步是運行 mongod 實例創建一個MongoClient。如下：
from pymongo import MongoClient
client = MongoClient()
上述代碼將連接默認主機和端口。 也可以明確指定主機和端口，如下所示：
from pymongo import MongoClient
#client = MongoClient()
client = MongoClient('localhost', 27017)
或使用MongoDB URI格式：
client = MongoClient('mongodb://localhost:27017/')
3.獲取資料庫
MongoDB的一個實例可以支持多個獨立的資料庫。 在使用PyMongo時，可以使用MongoClient實例上的屬性的方式來訪問資料庫：
db = client.pythondb
如果資料庫名稱使用屬性方式訪問無法正常工作(如：python-db)，則可以使用字典樣式訪問：
db = client['python-db']
4.獲取集合
集合是存儲在MongoDB中的一組文檔，可以類似於關係資料庫中的表。 在PyMongo中獲取集合的工作方式與獲取資料庫相同：
collection = db.python_collection
或(使用字典方式訪問)：
collection = db['python-collection']
MongoDB中關於集合(和數據庫)的一個重要注意事項是它們是懶創建的 - 上述任何命令都沒有在MongoDB伺服器上實際執行任何操作。當第一個文檔插入集合時才創建集合和數據庫。
集合是存儲在MongoDB中的一組文檔，可以被認為大致相當於關係資料庫中的表。 在PyMongo中獲取集合的工作方式與獲取資料庫相同：
5.文檔
MongoDB中的數據使用JSON方式來表示文檔(並存儲)。 在PyMongo中使用字典來表示文檔。例如，以下字典可能用於表示博客文章：
import datetime
from pymongo import MongoClient
client = MongoClient()
post = {"author": "Mike",
"text": "My first blog post!",
"tags": ["mongodb", "python", "pymongo"],
"date": datetime.datetime.utcnow()}
`
6.插入文檔
要將文檔插入到集合中，可以使用insert_one()方法：
#!/usr/bin/python3
#coding=utf-8
import datetime
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
post = {"author": "Maxsu",
"text": "My first blog post!",
"tags": ["mongodb", "python", "pymongo"],
"date": datetime.datetime.utcnow()}
posts = db.posts
post_id = posts.insert_one(post).inserted_id
print ("post id is ", post_id)
執行上面代碼，得到以下結果 -
post id is 595965fe4959eb09c4451091
插入文檔時，如果文檔尚未包含“_id”鍵，則會自動添加“_id”。 “_id”的值在集合中必須是唯一的。 insert_one()返回一個InsertOneResult的實例。 有關“_id”的更多資訊，請參閱有關_id文檔。
插入第一個文檔後，實際上已經在伺服器上創建了帖子(posts)集合。可以列出資料庫中的所有集合：
#!/usr/bin/python3
#coding=utf-8
import datetime
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
"""
post = {"author": "Maxsu",
"text": "My first blog post!",
"tags": ["mongodb", "python", "pymongo"],
"date": datetime.datetime.utcnow()}
posts = db.posts
post_id = posts.insert_one(post).inserted_id
print ("post id is ", post_id)
"""
cur_collection = db.collection_names(include_system_collections=False)
print("cur_collection is :", cur_collection)
執行上面代碼，得到以下結果 -
cur_collection is : ['posts']
7.使用find_one()獲取單個文檔
MongoDB中執行的最基本的查詢類型是find_one()。 此方法返回與查詢匹配的單個文檔(如果沒有匹配，則返回None)。 當知道只有一個匹配的文檔，或只對第一個匹配感興趣時則可考慮使用find_one()方法。下麵示例中使用find_one()從帖子(posts)集中獲取第一個文檔：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
'''
post = {"author": "Maxsu",
"text": "My first blog post!",
"tags": ["mongodb", "python", "pymongo"],
"date": datetime.datetime.utcnow()}
'''
posts = db.posts
#post_id = posts.insert_one(post).inserted_id
#print ("post id is ", post_id)
pprint.pprint(posts.find_one())
執行上面代碼，得到以下結果 -
{'_id': ObjectId('595965fe4959eb09c4451091'),
'author': 'Maxsu',
'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
'tags': ['mongodb', 'python', 'pymongo'],
'text': 'My first blog post!'}
結果是匹配之前插入的字典格式(Json)。注意: 返回的文檔包含一個“_id”，它是在插入時自動添加的。
find_one()方法還支持查詢結果文檔必須匹配的特定元素。要查詢作者是“Maxsu”的文檔，可以指定查詢的條件，如下所示：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
post = {"author": "Minsu",
"text": "This blog post belong to Minsu!",
"tags": ["MySQL", "Oracle", "pymongo"],
"date": datetime.datetime.utcnow()}
posts = db.posts
post_id = posts.insert_one(post).inserted_id
post = posts.find_one({"author": "Maxsu"})
pprint.pprint(post)
#print (post)
執行上面代碼，得到以下結果 -
{'_id': ObjectId('595965fe4959eb09c4451091'),
'author': 'Maxsu',
'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
'tags': ['mongodb', 'python', 'pymongo'],
'text': 'My first blog post!'}
8.通過ObjectId查詢
也可以通過它的_id找到一個帖子(post)，下麵的示例子中演示如何根據給定的一個ObjectId查詢數據：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
post = {"_id": 100,
"author": "Kuber",
"text": "This is is my first post!",
"tags": ["Docker", "Shell", "pymongo"],
"date": datetime.datetime.utcnow()}
posts = db.posts
post_id = posts.insert_one(post).inserted_id
print("post_id is :", post_id)
post = posts.find_one({"_id": post_id})
print("Find By Post ID:")
pprint.pprint(post)
#print (post)
執行上面代碼，得到以下結果 -
post_id is : 100
Find By Post ID:
{'_id': 100,
'author': 'Kuber',
'date': datetime.datetime(2017, 7, 3, 14, 14, 8, 28000),
'tags': ['Docker', 'Shell', 'pymongo'],
'text': 'This is is my first post!'}
Web應用程式中的常見任務是從請求URL獲取ObjectId並找到匹配的文檔。 在這種情況下，必須將ObjectId從一個字串轉換到find_one()：
from bson.objectid import ObjectId
# The web framework gets post_id from the URL and passes it as a string
def get(post_id):
# Convert from string to ObjectId:
document = client.db.collection.find_one({'_id': ObjectId(post_id)})
9.關於Unicode字串的注釋
您可能已經注意到，我們先前存儲的常規Python字串在從伺服器檢索時看起來是不同的(例如，u’Mike而不是“Mike”)。一個簡短的解釋是有序的字串。
MongoDB以BSON格式存儲數據。BSON字串是UTF-8編碼的，所以PyMongo必須確保它存儲的任何字串只包含有效的UTF-8數據。 常規字串(<type'str'>)被驗證並保存不變。 Unicode字串(<type'unicode'>)首先被編碼為UTF-8。 我們的示例字串在Python shell中表示為u'Mike而不是“Mike”的原因是PyMongo將每個BSON字串解碼為Python unicode字串，而不是常規str。
10.批量插入
為了執行更複雜一些的查詢，我們再插入一些文檔。 除了插入單個文檔外，還可以通過將列表作為第一個參數傳遞給insert_many()來執行批量插入操作。 這將在列表中插入每個文檔，只向伺服器發送一個命令：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
new_posts = [{"_id": 1000,
"author": "Curry",
"text": "Another post!",
"tags": ["bulk", "insert"],
"date": datetime.datetime(2017, 11, 12, 11, 14)},
{"_id": 1001,"author": "Maxsu",
"title": "MongoDB is fun",
"text": "and pretty easy too!",
"date": datetime.datetime(2019, 11, 10, 10, 45)}]
posts = db.posts
result = posts.insert_many(new_posts)
print("Bulk Inserts Result is :", result.inserted_ids)
#print (post)
執行上面代碼，得到以下結果 -
Bulk Inserts Result is : [1000, 1001]
有幾個有趣的事情要注意這個例子：
insert_many()的結果現在返回兩個ObjectId實例，每個ID表示插入的一個文檔。new_posts[1]具有與其他帖子不同的“形狀”(數據結構) - 沒有“tags”字段，添加了一個新字段“title”。MongoDB是無模式的，表示的就是這個意思。
11.查詢多個文檔
要查詢獲得超過單個文檔作為查詢的結果，可使用find()方法。find()返回一個Cursor實例，它允許遍曆所有匹配的文檔。如下示例，遍曆帖子集合中的每個文檔：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
posts = db.posts
for post in posts.find():
pprint.pprint(post)
執行上面代碼，得到以下結果 -
{'_id': ObjectId('595965fe4959eb09c4451091'),
'author': 'Maxsu',
'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
'tags': ['mongodb', 'python', 'pymongo'],
'text': 'My first blog post!'}
{'_id': 100,
'author': 'Kuber',
'date': datetime.datetime(2017, 7, 3, 14, 14, 8, 28000),
'tags': ['Docker', 'Shell', 'pymongo'],
'text': 'This is is my first post!'}
{'_id': 1000,
'author': 'Curry',
'date': datetime.datetime(2017, 11, 12, 11, 14),
'tags': ['bulk', 'insert'],
'text': 'Another post!'}
{'_id': 1001,
'author': 'Maxsu',
'date': datetime.datetime(2019, 11, 10, 10, 45),
'text': 'and pretty easy too!',
'title': 'MongoDB is fun'}
類似使用find_one()一樣，我們可以將文檔傳遞給find()來限制返回的結果。 在這裏，只希望得到作者是“Maxsu”的文檔：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
posts = db.posts
for post in posts.find({"author": "Maxsu"}):
pprint.pprint(post)
執行上面的代碼，得到以下結果 -
{'_id': ObjectId('595965fe4959eb09c4451091'),
'author': 'Maxsu',
'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
'tags': ['mongodb', 'python', 'pymongo'],
'text': 'My first blog post!'}
{'_id': 1001,
'author': 'Maxsu',
'date': datetime.datetime(2019, 11, 10, 10, 45),
'text': 'and pretty easy too!',
'title': 'MongoDB is fun'}
12.計數統計
如果只想知道有多少文檔匹配查詢，可以執行count()方法操作，而不是一個完整的查詢。 可以得到一個集合中的所有文檔的計數：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
posts = db.posts
print("posts count is = ", posts.count())
print("posts's author is Maxsu count is =", posts.find({"author": "Maxsu"}).count())
執行上面代碼，得到以下結果 -
posts count is = 4
posts's author is Maxsu count is = 2
13.範圍查詢
MongoDB支持許多不同類型的高級查詢。例如，可以執行一個查詢，將結果限制在比特定日期更早的帖子，而且還可以按作者對結果進行排序：
#!/usr/bin/python3
#coding=utf-8
import datetime
import pprint
from pymongo import MongoClient
client = MongoClient()
db = client.pythondb
posts = db.posts
d = datetime.datetime(2019, 11, 12, 12)
for post in posts.find({"date": {"$lt": d}}).sort("author"):
pprint.pprint(post)
這裏使用特殊的“$lt”運算符做範圍查詢，並且還可以調用sort()來按作者對結果進行排序。
14.索引
添加索引可以幫助加速某些查詢，並且還可以添加額外的功能來查詢和存儲文檔。在這個例子中，將演示如何在一個鍵上創建一個唯一的索引，該索引將拒絕已經存在值的文檔插入。
首先，我們創建索引：
result = db.profiles.create_index([('user_id', pymongo.ASCENDING)], unique=True)
sorted(list(db.profiles.index_information()))
請注意，現在有兩個索引：一個是MongoDB自動創建的在_id索引，另一個是剛剛創建在user_id上的索引。
現在來設置一些用戶配置檔：
user_profiles = [{'user_id': 211, 'name': 'Luke'},{'user_id': 212, 'name': 'Ziltoid'}]
result = db.profiles.insert_many(user_profiles)
該索引將阻止 user_id 已經在集合中的文檔插入：
new_profile = {'user_id': 213, 'name': 'Drew'}
duplicate_profile = {'user_id': 212, 'name': 'Tommy'}
result = db.profiles.insert_one(new_profile) # This is fine.
result = db.profiles.insert_one(duplicate_profile)
## 出現錯誤提示...
Traceback (most recent call last):
DuplicateKeyError: E11000 duplicate key error index: test_database.profiles.$user_id_1 dup key: { : 212 }