Python 可使用 pymongo 庫方便的操做 MongoDB 。插播一句,MongoDB 不一樣於關係型結構的三層結構——database--> table --> record,它的層級爲 database -->collection --> document 。這裏不重點介紹 MongoDB 用法,主要來看一下如何用 Python 使用 MongoDB。html
1.安裝MongoDB和pymongo:python
[root@localhost ~]# pip install pymongo [root@localhost ~]# yum install -y mongodb-server
啓動 MongoDB ,其中 --dbpath 指定數據存放目錄,默認爲 /data/db ,若是目錄不存在會報錯; --logpath 指定日誌輸出文件,日誌會按照時間自動切分:mongodb
[root@localhost ~]# mongod --dbpath=/data/mongodb/db/--logpath=/data/mongodb/mongodb.log
注:若是沒有 pip 命令,須要使用 yum 進行安裝:json
[root@localhost ~]# yum install -y python-pip
2.創建鏈接:api
[root@localhost ~]# python
>>> from pymongo import * >>> client = MongoClient() //與如下兩種方式等同 >>> client = MongoClient(「localhost」, 27017) >>> client = MongoClient(「mongodb://localhost:27017/」)
3.指定將要進行操做的database和collection:數組
>>> db = client.test_db >>> collection = db.test_collection
4.常規操做:bash
4.1 插入:app
>>> mydict = {「name」:」Lucy」, 「sex」:」female」,」job」:」nurse」} >>> collection.insert(mydict) >>> collection.insert_one(mydict) >>> collection.insert_many(mydict) //會報錯,.insert_many()時參數必須爲 list 形式,作以下包裝: >>> mylist = [] >>> mylist.append(mydict) >>> collection.insert_many(mylist) //不會報錯
4.2 查詢:ide
.find_one() 顯示知足條件的第一個 collection,find() 的結果則是一個知足條件的對象數組:搜索引擎
>>> collection.find({「name」:」Lucy」})[0] >>> collection.find({「name」:」Lucy」})[1] ……
可使用 for-in 循環進行查看:
>>> for i in collection.find({「name」:」Lucy」}) … print i … {u'job': u'nurse', u'_id': ObjectId('554bd2e1e1382306bba8ade9'),u'name': u'Lucy', u'sex': u'female'} {u'nationality': u'US', u'age': 24, u'_id': ObjectId('554be1cce138230714d0ab0d'),u'name': u'Lucy'}
查詢指定條件的collection,能夠指定一個或多個條件:
>>> collection.find_one({「name」:」Lucy」}) >>> collection.find_one({「name」:」Lucy」, 「sex」:」female」})
.count() 統計結果總條數:
>>> collection.find().count() //等同於collection.count() >>> collection.find({「name」:」Lucy」}).count()
指定大於小於等於等條件進行查詢:
>>> collection.find({「age」: {「$lt」: 30}})
這樣的查詢符號有 $lt(小於), $gt(大於), $lte(小於等於), $gte(大於等於), $ne(不等於),這與原生 MongoDB 中相同。
將查詢結果按條件排序:
>>> collection.find().sort("age") //默認,升序 >>> collection.find().sort("age", pymongo.ASCENDING) //升序 >>> collection.find().sort("age", pymongo.DESCENDING) //降序
查詢 database中全部collection :
>>> db.collection_names() >>> db.collection_names(include_system_collections=Flase) //不包括系統collection,通常指的是system.indexes
注:這裏的 db 爲創建鏈接後的db = client.test_db 。
4.3 更新:
>>> temp = collection.find_one({"name":"Lucy"}) >>> temp2 = temp.copy() >>> temp["name"] = "Jordan" >>> collection.save(temp) //或 .update() ,注意參數形式 >>> collection.update(temp, temp2) //將temp更新爲temp2
注:若是此時temp[「_id」]在該collection中已經存在,則.save()爲更新操做,與 .replace_one() 做用相同,不然 .save() 爲插入操做,與 .insert_one() 做用相同。
還要注意的一點是,.replace_one()須要傳入兩個參數,分別爲當前document和要更新爲的 document ,與 .update() 相同(update和save的區別暫且略過,有興趣能夠搜索引擎一下):
>>> collection.replace_one(old_document, new_document)
4.4 刪除:
>>> collection.remove(temp)//即使該temp不存在也不會報錯 >>> collection.delete_one(temp) >>> collection.delete_many(temp) //與 .insert_many() 不一樣,在temp不是list類型時也不會報錯
補充:
1.JSON序列化與反序列化:
若是想序列化爲標準 JSON 格式,兩種方式,方式一,json 包中的 dumps:
>>> import json >>> for i in collection.find(「{「name」:」Lucy」}) … del i[「_id」] //不能直接轉換,沒法識別ObjectId … json.dumps(i)
對應的反序列化方法爲json.loads()
方式二,bson.json_util包中封裝的 dumps:
>>> from bson import Binary, Code >>> from bson.json_util import dumps >>> dumps([{'foo': [1, 2]}, ... {'bar': {'hello':'world'}}, ... {'code': Code("function x() { return1; }")}, ... {'bin': Binary("")}]) '[{"foo": [1, 2]}, {"bar": {"hello":"world"}}, {"code": {"$code": "function x(){ return 1; }", "$scope": {}}}, {"bin":{"$binary": "", "$type": "00"}}]'
對應的反序列化方法爲bson.json_util.loads()
2.Deprecated與」Modern」:
在pymongo中,有一些方法雖然沒有被棄用,但也已經再也不建議使用,使用這些方法不會出現 error ,但會報出 warning :
__main__:1:DeprecationWarning: insert is deprecated. Use insert_one or insert_manyinstead.
下面列出一些Deprecated Method 和 「Mordern」 Method ,供瞭解(建議不要使用 Deprecated Method,由於沒準哪天就真的被棄用了):
Deprecated 「Mordern」
insert insert_one insert_many
save replace_one insert_one
remove delete_one delete_many
update replace_one update_one update_many
參考資料:
http://api.mongodb.org/python/current/tutorial.html
http://api.mongodb.org/python/current/api/bson/json_util.html