一 安装 pymongo
pip install pymongo==3.4 导入 MongoClient from pymongo import MongoClient
二 连接MongoDB数据库
MongoDB端口号:27017
连接MongoDB我们需要使用PyMongo库里面的MongoClient，一般来说传入MongoDB的IP及端口即可，第一个参数为地址host，第二个参数为端口port，端口如果不传默认是27017。
conn= MongoClient("localhost")
三 选择数据库
连接数据库db = conn.数据库名 连接集合collection = db['表名']orcollection = db.表名 查看表db.collection_names()
四 INSERT 数据的插入
(1) 插入一条数据
db.collection.insert({'name':'大坏蛋','age':23})
插入成功：返回ID
(2) 插入多条
db.collection.insert([{'name':'大坏蛋','age':23},{'name':'猪队友','age':30}])
插入成功：返回ID的列表
[ObjectId('5a1642c4b96166349c2963eb'), ObjectId('5a1642c4b96166349c2963ec')]
(3) 3.2以上的插入函数
db.collection.insert_one() 插入一条数据
db.collection.insert_many() 插入多条数据，插入成功:返回obj
(4) 3.2以上获取插入的id
db.collection.insert_one()返回的就是id
res = db.collection.insert_many() #返回的是对象
可以通过res.inserted_ids获取插入多条的ID
五 find 查询
(1) find 查询
res = db.user.find() #返回的是游标对象 使用next() 方法 进行取值 print(res.next()); print(list(res)); #显示全部 #遍历 for obj in res:print(obj)
(2) 查询一条
res = db.user.find_one(条件) #返回一条记录
(3) 条件查询
res = db.user.find({"name":"张三"})
for obj in res:print(obj)
(4)id查询
from bson.objectid import ObjectId* #用于ID查询
data = db.user.find({"_id":ObjectId("59a2d304b961661b209f8da1")})
(5)模糊查询
MongoDB查询条件可以使用正则表达式，从而实现模糊查询的功能。模糊查询可以使用$regex操作符或直接使 用正则表达式对象。
-
$regex
-
re.compile()
import re 使用 re.compile()
MySQL MongoDB select * from student where name like ’%joe%’ db.student.find({name:{"$regex":"坏"}}) select * from student where name regexp ’joe’ db.student.find({"name":re.compile("坏")) import re data = db.user.find({"name":{"$regex":"五"}}) data = db.user.find({"name":re.compile("五")})
注意 当匹配类型为 不是字符串的类型的时候 匹配不出来 data = db.user.find({"age":re.compile("30")}) data = db.user.find({"age":{"$regex":"3"}}) ret = collection.find({'name':re.compile(r'^郭')})
(6) sort 排序
#sort 排序
data = db.user.find().sort("age",1) #按照年龄升序
data = db.user.find().sort("age",-1) #按照年龄降序
for i in data:print(i)
(7) limit 取值
#limit 取值
print(next(db.user.find().sort("age",-1).limit(1))) #取出年龄最大的一条数据
(8) skip 跳过
#skip 跳过最大值 取第二大值
print(next(db.user.find().sort("age",-1).skip(1).limit(1))) #取出年龄最大的一条数据
六 update 修改
(1) db.collection.update(条件,更改)
data = db.user.update({"name":"潘金莲"},{"$inc":{"age":2}}) #累加修改
data = db.user.update({"name":"潘金莲"},{"$set":{"age":2}}) #直接修改
更改成功 返回 数据:{'n': 1, 'nModified': 1, 'ok': 1.0, 'updatedExisting': True}
(2) update_one() 修改一条数据
data = db.user.update_one({"name":"王五"},{"$set":{"age":20}})
(3) update_many() 修改多条数据
data = db.user.update_one({"name":"王五"},{"$set":{"age":20}}) #修改多条
(4) update_one 和 update_many 返回匹配条数和修改的条数
result.matched_count 返回匹配条数 result.modified_count 返回修改的条数
七 remove 删除
(1) remove 匹配到的全部删除
db.collection.remove({条件})
(2) 删除全部数据
db.collection.remove()
(3) 依然存在两个新的推荐方法
delete_one()和delete_many()方法，示例如下：
delete_one()即删除第一条符合条件的数据
collection.delete_one({“name”:“ Kevin”})
delete_many()即删除所有符合条件的数据，返回结果是DeleteResult类型
result = collection.delete_many({“age”: {'$lt':25}})
可以调用deleted_count属性获取删除的数据条数。
result.deleted_count
八 关闭数据库链接
conn.close()
 格式)
{}))
.scroll(function())
