使用PyMongo操作MongoDB（二）

四、文档操作详解

1. 插入文档

1. # 插入单条文档
2. student_data = {
3.     "name": "张三",
4.     "age": 20,
5.     "gender": "男",
6.     "courses": ["数学", "英语"]
7. }
8. result = students.insert_one(student_data)
9. print(f"插入的文档ID：{result.inserted_id}")
11. # 批量插入文档
12. students.insert_many([
13.     {"name": "李四", "age": 22, "gender": "女"},
14.     {"name": "王五", "age": 21, "gender": "男"}
15. ])

复制代码

2. 查询文档

底子查询

1. # 查询所有文档
2. for doc in students.find():
3.     print(doc)
5. # 查询单个文档
6. print(students.find_one({"name": "张三"}))

复制代码

字段投影

1. # 仅返回name和age字段（_id默认返回）
2. for doc in students.find({}, {"name": 1, "age": 1}):
3.     print(doc)
5. # 排除_id字段
6. for doc in students.find({}, {"_id": 0, "name": 1}):
7.     print(doc)

复制代码

条件查询

• 比较运算符
  
  1. # 年龄大于20的学生
  2. students.find({"age": {"$gt": 20}})
  4. # 年龄在20-22之间的学生
  5. students.find({
  6.     "age": {
  7.         "$gte": 20,
  8.         "$lte": 22
  9.     }
  10. })

  复制代码
• 逻辑运算符
  
  1. # 年龄大于20且性别为男
  2. students.find({
  3.     "age": {"$gt": 20},
  4.     "gender": "男"
  5. })
  7. # 年龄小于18或性别为女
  8. students.find({
  9.     "$or": [
  10.         {"age": {"$lt": 18}},
  11.         {"gender": "女"}
  12.     ]
  13. })

  复制代码
• 正则匹配
  
  1. # 查询姓名以"张"开头的学生
  2. students.find({"name": {"$regex": "^张"}})
  4. # 不区分大小写查询
  5. students.find({"name": {"$regex": "li", "$options": "i"}})

  复制代码

3. 更新文档

1. # 更新单个文档（设置新字段）
2. students.update_one(
3.     {"name": "张三"},
4.     {"$set": {"major": "计算机科学"}}
5. )
7. # 批量更新（年龄加1）
8. students.update_many(
9.     {"gender": "男"},
10.     {"$inc": {"age": 1}}
11. )
13. # 替换整个文档
14. students.replace_one(
15.     {"name": "李四"},
16.     {"name": "李四", "age": 23, "gender": "女", "major": "电子信息"}
17. )

复制代码

4. 删除文档

1. # 删除单个匹配文档
2. students.delete_one({"name": "王五"})
4. # 删除所有匹配文档
5. students.delete_many({"age": {"$lt": 18}})

复制代码

五、高级操作技巧

• 排序与分页
  
  1. # 按年龄降序排列，跳过前2条，取3条
  2. students.find().sort("age", -1).skip(2).limit(3)

  复制代码
• 聚合管道
  
  1. from bson import Decimal128
  3. pipeline = [
  4.     {"$match": {"gender": "男"}},
  5.     {"$group": {"_id": "$major", "avg_age": {"$avg": "$age"}}},
  6.     {"$sort": {"avg_age": -1}}
  7. ]
  8. for doc in students.aggregate(pipeline):
  9.     print(doc)

  复制代码
• 索引管理
  
  1. # 创建单字段索引
  2. students.create_index("name")
  4. # 创建复合索引
  5. students.create_index([("age", 1), ("gender", -1)])
  7. # 查看索引
  8. print(students.index_information())

  复制代码

六、留意事项

• 连接安全：生产环境建议使用SSL加密连接
  
• 错误处理：使用try-except捕获ConnectionFailure等异常
  
• 性能优化：合理使用索引，克制全集合扫描
  
• 数据备份：定期使用mongodump进行数据备份
  

通过本文的具体讲解，开发者可以快速把握PyMongo的核心操作。实际开发中应根据具体业务需求，结合MongoDB的丰富特性（如地理空间索引、变乱支持等）进行深度开发。建议参考官方文档获取最新API说明和最佳实践。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。