MongoDB存儲
在這裡我們來看一下Python3下MongoDB的存儲操作，在本節開始之前請確保你已經安裝好了MongoDB並啟動了其服務，另外安裝好了Python的PyMongo庫。
連接MongoDB
連接MongoDB我們需要使用PyMongo庫裡面的MongoClient，一般來說傳入MongoDB的IP及端口即可，第一個參數為地址host，第二個參數為端口port，端口如果不傳默認是27017。
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
這樣我們就可以創建一個MongoDB的連接對象了。
另外MongoClient的第一個參數host還可以直接傳MongoDB的連接字符串，以mongodb開頭，例如：
client = MongoClient('mongodb://localhost:27017/')
可以達到同樣的連接效果。
指定數據庫
MongoDB中還分為一個個數據庫，我們接下來的一步就是指定要操作哪個數據庫，在這裡我以test數據庫為例進行說明，所以下一步我們需要在程序中指定要使用的數據庫。
db = client.test
調用client的test屬性即可返回test數據庫，當然也可以這樣來指定：
db = client['test']
兩種方式是等價的。
指定集合
MongoDB的每個數據庫又包含了許多集合Collection，也就類似與關係型數據庫中的表，下一步我們需要指定要操作的集合，在這裡我們指定一個集合名稱為students，學生集合。還是和指定數據庫類似，指定集合也有兩種方式。
collection = db.students
collection = db['students']
插入數據
接下來我們便可以進行數據插入了，對於students這個Collection，我們新建一條學生數據，以字典的形式表示：
student = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
在這裡我們指定了學生的學號、姓名、年齡和性別，然後接下來直接調用collection的insert()方法即可插入數據。
result = collection.insert(student)
print(result)
在MongoDB中，每條數據其實都有一個_id屬性來唯一標識，如果沒有顯式指明_id，MongoDB會自動產生一個ObjectId類型的_id屬性。insert()方法會在執行後返回的_id值。
運行結果：
5932a68615c2606814c91f3d
當然我們也可以同時插入多條數據，只需要以列表形式傳遞即可，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)
返回的結果是對應的_id的集合，運行結果：
[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]
實際上在PyMongo 3.X版本中，insert()方法官方已經不推薦使用了，當然繼續使用也沒有什麼問題，官方推薦使用insert_one()和insert_many()方法將插入單條和多條記錄分開。
student = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
result = collection.insert_one(student)
print(result)
print(result.inserted_id)
運行結果：
<pymongo.results.insertoneresult>
5932ab0f15c2606f0c1cf6c5
/<pymongo.results.insertoneresult>
返回結果和insert()方法不同，這次返回的是InsertOneResult對象，我們可以調用其inserted_id屬性獲取_id。
對於insert_many()方法，我們可以將數據以列表形式傳遞即可，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_many([student1, student2])
print(result)
print(result.inserted_ids)
insert_many()方法返回的類型是InsertManyResult，調用inserted_ids屬性可以獲取插入數據的_id列表，運行結果：
<pymongo.results.insertmanyresult>
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]
/<pymongo.results.insertmanyresult>
查詢
插入數據後我們可以利用find_one()或find()方法進行查詢，find_one()查詢得到是單個結果，find()則返回多個結果。
result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)
在這裡我們查詢name為Mike的數據，它的返回結果是字典類型，運行結果：
<class>
{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}
/<class>
可以發現它多了一個_id屬性，這就是MongoDB在插入的過程中自動添加的。
我們也可以直接根據ObjectId來查詢，這裡需要使用bson庫裡面的ObjectId。
from bson.objectid import ObjectId
result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)
其查詢結果依然是字典類型，運行結果：
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
當然如果查詢結果不存在則會返回None。
對於多條數據的查詢，我們可以使用find()方法，例如在這裡查找年齡為20的數據，示例如下：
results = collection.find({'age': 20})
print(results)
for result in results:
print(result)
運行結果：
<pymongo.cursor.cursor>
{'_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'}
/<pymongo.cursor.cursor>
返回結果是Cursor類型，相當於一個生成器，我們需要遍歷取到所有的結果，每一個結果都是字典類型。
如果要查詢年齡大於20的數據，則寫法如下：
results = collection.find({'age': {'$gt': 20}})
在這裡查詢的條件鍵值已經不是單純的數字了，而是一個字典，其鍵名為比較符號$gt，意思是大於，鍵值為20，這樣便可以查詢出所有年齡大於20的數據。
在這裡將比較符號歸納如下表：
符號含義示例
$lt小於{'age': {'$lt': 20}}
$gt大於{'age': {'$gt': 20}}
$lte小於等於{'age': {'$lte': 20}}
$gte大於等於{'age': {'$gte': 20}}
$ne不等於{'age': {'$ne': 20}}
$in在範圍內{'age': {'$in': [20, 23]}}
$nin不在範圍內{'age': {'$nin': [20, 23]}}
另外還可以進行正則匹配查詢，例如查詢名字以M開頭的學生數據，示例如下：
results = collection.find({'name': {'$regex': '^M.*'}})
在這裡使用了$regex來指定正則匹配，^M.*代表以M開頭的正則表達式，這樣就可以查詢所有符合該正則的結果。
在這裡將一些功能符號再歸類如下：
符號含義示例示例含義
$regex匹配正則{'name': {'$regex': '^M.*'}}name以M開頭
$exists屬性是否存在{'name': {'$exists': True}}name屬性存在
$type類型判斷{'age': {'$type': 'int'}}age的類型為int
$mod數字模操作{'age': {'$mod': [5, 0]}}年齡模5餘0
$text文本查詢{'$text': {'$search': 'Mike'}}text類型的屬性中包含Mike字符串
$where高級條件查詢{'$where': 'obj.fans_count == obj.follows_count'}自身粉絲數等於關注數
這些操作的更詳細用法在可以在MongoDB官方文檔找到：
https://docs.mongodb.com/manual/reference/operator/query/
計數
要統計查詢結果有多少條數據，可以調用count()方法，如統計所有數據條數：
count = collection.find().count()
print(count)
或者統計符合某個條件的數據：
count = collection.find({'age': 20}).count()
print(count)
排序
可以調用sort方法，傳入排序的字段及升降序標誌即可，示例如下：
results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])
運行結果：
['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']
偏移
在某些情況下我們可能想只取某幾個元素，在這裡可以利用skip()方法偏移幾個位置，比如偏移2，就忽略前2個元素，得到第三個及以後的元素。
results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])
運行結果：
['Kevin', 'Mark', 'Mike']
另外還可以用limit()方法指定要取的結果個數，示例如下：
results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])
運行結果：
['Kevin', 'Mark']
如果不加limit()原本會返回三個結果，加了限制之後，會截取2個結果返回。
值得注意的是，在數據庫數量非常龐大的時候，如千萬、億級別，最好不要使用大的偏移量來查詢數據，很可能會導致內存溢出，可以使用類似find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}}) 這樣的方法來查詢，記錄好上次查詢的_id。更新
對於數據更新可以使用update()方法，指定更新的條件和更新後的數據即可，例如：
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)
在這裡我們將name為Kevin的數據的年齡進行更新，首先指定查詢條件，然後將數據查詢出來，修改年齡，之後調用update方法將原條件和修改後的數據傳入，即可完成數據的更新。
運行結果：
{'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}
返回結果是字典形式，ok即代表執行成功，nModified代表影響的數據條數。
另外update()方法其實也是官方不推薦使用的方法，在這裡也分了update_one()方法和update_many()方法，用法更加嚴格，第二個參數需要使用$類型操作符作為字典的鍵名，我們用示例感受一下。
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 26
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)
在這裡調用了update_one方法，第二個參數不能再直接傳入修改後的字典，而是需要使用{'$set': student}這樣的形式，其返回結果是UpdateResult類型，然後調用matched_count和modified_count屬性分別可以獲得匹配的數據條數和影響的數據條數。
運行結果：
<pymongo.results.updateresult>
1 0
/<pymongo.results.updateresult>
我們再看一個例子：
condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
在這裡我們指定查詢條件為年齡大於20，然後更新條件為{'$inc': {'age': 1}}，也就是年齡加1，執行之後會講第一條符合條件的數據年齡加1。
運行結果：
<pymongo.results.updateresult>
1 1
/<pymongo.results.updateresult>
可以看到匹配條數為1條，影響條數也為1條。
如果調用update_many()方法，則會將所有符合條件的數據都更新，示例如下：
condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
這時候匹配條數就不再為1條了，運行結果如下：
<pymongo.results.updateresult>
3 3
/<pymongo.results.updateresult>
可以看到這時所有匹配到的數據都會被更新。
刪除
刪除操作比較簡單，直接調用remove()方法指定刪除的條件即可，符合條件的所有數據均會被刪除，示例如下：
result = collection.remove({'name': 'Kevin'})
print(result)
運行結果：
{'ok': 1, 'n': 1}
另外依然存在兩個新的推薦方法，delete_one()和delete_many()方法，示例如下：
result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)
運行結果：
<pymongo.results.deleteresult>
1
4
/<pymongo.results.deleteresult>
delete_one()即刪除第一條符合條件的數據，delete_many()即刪除所有符合條件的數據，返回結果是DeleteResult類型，可以調用deleted_count屬性獲取刪除的數據條數。
更多
另外PyMongo還提供了一些組合方法，如find_one_and_delete()、find_one_and_replace()、find_one_and_update()，就是查找後刪除、替換、更新操作，用法與上述方法基本一致。
另外還可以對索引進行操作，如create_index()、create_indexes()、drop_index()等。
詳細用法可以參見官方文檔：http://api.mongodb.com/python/current/api/pymongo/collection.html
另外還有對數據庫、集合本身以及其他的一些操作，在這不再一一講解，可以參見官方文檔：http://api.mongodb.com/python/current/api/pymongo/
=======點個贊，分享出去吧——真要打賞？仨瓜倆棗唄=======
閱讀更多 牛旦教育IT課堂 的文章
