用python向mongodb插入数据_Python操作MongoDB数据库（一）

Python操作MongoDB数据库（一）

前言

干货文章继续出发！隔的时间有些久了哈，对 MongoDB 安装回顾的同学，可以看下windows环境《初识 MongoDB 数据库》。这篇文章结尾处，介绍到使用图形化界面来创建了 MongoDB 的库，表，以及数据。

今天这篇文章，来带你来玩一玩，如何使用 Python 操作 MongoDB 数据库。

MongoDB基础概念

为了有一个良好的学习体验，再操作之前简单的理解下 MongoDB 的基础数据类型会有极大的帮助。

MongoDB将数据存储在灵活的，类似JSON的文档中，这意味着字段可能因文档而异，并且数据结构可以随时间变化
文档模型映射到应用程序代码中的对象，使数据易于使用
即席查询，索引和实时聚合提供了访问和分析数据的强大方法
MongoDB是一个分布式数据库，因此内置了高可用性，水平扩展和地理分布，并且易于使用
MongoDB可以免费使用。2018年10月16日之前发布的版本根据AGPL发布。2018年10月16日之后发布的所有版本（包括先前版本的修补程序）都在服务器端公共许可证（SSPL）v1下发布。

这段官方中文，是我从官网上机翻的，大家简单看下就好。顺便贴了下原版，因为技术性文章看原版是最好的！

如果了解关系型数据库（如MySQL等）的同学，那么其实学习起 MongoDB 也是非常容易理解的，理解层次上的抽象，便是学习的最快方式，我们呢，可以对比下这两种数据库的区别，一看便知！

怎么样，抽象与关系型数据库一对比，理解是否容易很多呢？

Python操作MongoDB

1. 安装 pymongo

首先要借助第三方库 pymongo ，所以安装：

pip

2. py 测试连接数据库

import

首先，调用 MongoClient 方法对数据库进行连接,参数一般我们写两个，host 写主机 ip ，还有一个是 port 端口号，port默认的话是 27017 可以省略。

db

创建一个名字叫 traffic 的数据库，并且打印返回如上图所示。

注意：如果 MongoDB 中无此库，需要在创建集合并且插入文档后，数据库方可自动创建。

什么意思呢？让我们用命令行工具来查看下，当 MongoDB 服务启动后，可以通过 bin 文件夹下的 mongo 进行连接，windows 系统大家可以自行右键 shift ，打开cmd进行操作，直接类似如下操作：

通过 show dbs; 命令查看当前 MongoDB 的数据库，而实则上，这里的命令对应的就是上一篇中图形化界面查看的样子：

所以，其实图形化界面的背后真谛，对应的都是命令行的执行。如果你新学了某一项新的技术，那么如果从命令行倒着往上层学习，只会事半功倍。

当然，除了以上的操作，还可以通过 py 代码去查询：

db_list = client.list_database_names()

代码的顺序，是先执行了创建数据库的操作，在执行了读取数据库的操作，可以看到，数据库并没有被创建。

3. py 插入 MongoDB 数据库（增加操作，简称增)

import pymongoclient = pymongo.MongoClient(host='127.0.0.1')
db = client.traffic
collections = db.person  # 创建集合,student 相当于 mysql 的表名

当创建了名为 person 的集合时，执行代码，依然没有生成数据库。继续来为文档中插入文档和字段。

# 创建文档数据
person_one = {'name': '咪哥杂谈','age': '24','height': '175','weight': '60'
}
result = collections.insert_one(person_one)  # 文档插入集合
print(result)  # 打印结果
print(result.inserted_id)  # 打印插入数据的返回 id 标识

使用 insert_one 对文档进行单条数据插入，返回结果自带了一个 inserted_id 的属性，当插入单条数据成功时，便返回个唯一 id 标识。

如何验证 MongoDB 中是否成功插入了呢？有三种方案，先来说前两种。

其一，最简单的方式，通过图形化工具直接进行查看,不难发现，当我们插入文档时，数据库可以看到有结果显示了：

其二，使用命令行的客户端进行查看（没有图形化工具的情况下）：

show

pretty()中文是漂亮的意思，写上就是整齐展示，不写就是普通显示。

忘记说了~上面仅仅是一条数据插入，但如果你想对多条数据插入，可以这样操作：

# 创建文档数据

使用 insert_many 对文档进行多条数据插入，返回结果自带了一个 inserted_ids 的属性，当插入多条数据成功时，便返回个数组唯一 id 标识。

其三，便是使用我们的 py 进行查库操作，下面开新节点介绍。

4. py 查询 MongoDB 数据库（查询操作，简称查)

查询可以查询一条 find_one() 方法：

查询多条，调用 find () 方法：

一般我们用 find() 查询就行，既然是查询，当然我们可以对其指定想要返回的字段，就像 sql 数据库中一样：

select

在 find() 方法里，传入如下代码，0代表不要，1代表要,注意，里面是两个参数，第一个参数是空的对象：

result

发现二者的区别了吗？唯一标识 _id 如果不手动置为 0 ，它是不会自动隐藏的，所以当你只想查询 name 和 age 字段时，需要手动 _id 置 0。

注意：同时指定了 0 和 1 则会报错，除了 _id 与其他字段不同的情况：

查询还可以根据设定条件进行查询，如 MySQL 中的这样：

select

在 python 中，要如下使用，仅传入一个参数：

result2 = collections.find({'age': '22'})

查询到这里就结束了，本质上来说，MongoDB 还支持一些高级查询语法，比如通过正则表达式去查询，或是当条件与数字进行对比判断时，如何书写。但本项目中应该不涉及到高级查询，所以就不多介绍了，感兴趣的可以看下崔庆才老师的这篇博客，里面写的通俗易懂。

[Python3网络爬虫开发实战] 5.3.1-MongoDB存储cuiqingcai.com

总结

本篇介绍了 py 操作 mongo 的增加查询操作，还有更新和删除操作留在下一篇。篇幅有些过长了。