关于Python3操作Mongodb的简单明了的教程
本篇文章主要介绍了详解Python3操作Mongodb简明易懂教程,详细的介绍了如何连接数据库和对数据库的操作,有需要的可以了解一下。
连接数据库
链接数据库需要提供一个地址和接口即可。首先还是要导入包。
from pymongo import MongoClient conn = MongoClient('localhost',27017)
当然,你可以使用如下写法:
conn = MongoClient('mongodb://localhost:27017/')
mongodb不需要提前创建好数据库,而是直接使用,如果发现没有则自动创建。
db = conn.testdb
上面的语句,会创建一个testdb的数据库。但是,在没有插入数据的时候,该数据库在管理工具里面你是看不到的(不显示)。
插入数据
首先第一步我们先插入一条数据瞧瞧。
单条记录插入
from pymongo import MongoClient conn = MongoClient('mongodb://localhost:27017/') db = conn.testdb db.col.insert({"name":'yanying','province':'江苏','age':25})
注意: 接下来的操作中会忽略掉数据库连接操作,直接写核心代码,请自行补上。
python控制台什么都没有发生,这就是成功的意思。使用管理工具查看数据库记录,的确包含了一条数据。
多条记录插入
Mongodb一次也可以插入多条数据
db.col.insert([ {"name":'yanying','province':'江苏','age':25}, {"name":'张三','province':'浙江','age':24}, {"name":'张三1','province':'浙江1','age':25}, {"name":'张三2','province':'浙江2','age':26}, {"name":'张三3','province':'浙江3','age':28}, ])
查询数据
下面我们将刚刚插入的数据查询出来。
单条查询
我们可以使用find_one()来查询一条记录。
db.col.find_one()
上面的语句可以查询出一条mongodb记录。记录中多出来的_id是Mongodb自动生成的唯一值。
复制代码 代码如下:
{'_id': ObjectId('5925351ad92fac3250b9ae3f'), 'name': 'yanying', 'province': '江苏', 'age': 25}
我们再随便插入点儿数据供下面操作使用。(省略几万字)
查询所有
如果我们需要查询出所有的记录,则可以使用db.col.find()但是查出来的是一个结果资源集。
我们可以使用for来列出所有记录。
for item in db.col.find(): print(item)
这样可以获取所有记录。
{'_id': ObjectId('5925351ad92fac3250b9ae3f'), 'name': 'yanying', 'province': '江苏', 'age': 25} {'_id': ObjectId('592550e5d92fac0b8c449f87'), 'name': 'zhangsan', 'province': '北京', 'age': 29} {'_id': ObjectId('592550f6d92fac3548c20b1a'), 'name': 'lisi', 'province': '上海', 'age': 22} {'_id': ObjectId('59255118d92fac43dcb1999a'), 'name': '王二麻', 'province': '广东', 'age': 30}
条件查询
只要将查询条件当做参数塞入即可筛选数据。
for item in db.col.find({'name':"yanying"}): print(item)
查询结果
代码如下:
{'_id': ObjectId('5925351ad92fac3250b9ae3f'), 'name': 'yanying', 'province': '江苏', 'age': 25}
当然还可以查询小于某个值的记录
for item in db.col.find({"age":{"$lt":25}}): print(item)
或者大于某个值的记录
for item in db.col.find({"age":{"$gt":25}}): print(item)
统计查询
上面的代码可以统计出所有的记录数量
db.col.find().count() // 4
或者加点儿条件
db.col.find({"age":{"$gt":25}}).count() //2
根据_id查询记录
_id是mongodb自动生成的id,其类型为ObjectId,想要使用就需要转换类型。
python3中提供了该方法,不过需要导入一个库。
from bson.objectid import ObjectId
这样就可以直接使用_id进行查询啦。
collection.find_one({'_id':ObjectId('592550e5d92fac0b8c449f87')})
结果排序
只要将需要排序的字段放入sort方法即可,Mongodb默认为升序
db.col.find().sort("age")
不过你也可以加一些参数去改变排序的方式。比如倒序,不过要记得先导入pymongo库
import pymongo db.col.find().sort("UserName",pymongo.DESCENDING)
你还可以让他升序,尽管默认如此
for item in db.col.find().sort('age',pymongo.ASCENDING): print(item)
更新数据
更新数据很简单,只需要一个条件和需要更新的数据即可
复制代码 代码如下:
db.col.update({'_id':ObjectId('59255118d92fac43dcb1999a')},{'$set':{'name':'王二麻33333'}})
结果如下:王二麻变成了王二麻33333
代码如下:
{'_id': ObjectId('59255118d92fac43dcb1999a'), 'name': '王二麻33333', 'province': '广东', 'age': 30}
删除数据
删除数据使用remove()方法,如果方法带条件,则删除指定条件数据,否则删除全部
删除name为王二麻33333的用户。
db.col.remove({'name':'王二麻33333'})
删除全部数据(慎用)
db.col.remove()
Atas ialah kandungan terperinci 关于Python3操作Mongodb的简单明了的教程. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Untuk menyambung ke MongoDB menggunakan Navicat, anda perlu: Pasang Navicat Buat sambungan MongoDB: a Masukkan nama sambungan, alamat hos dan port b Masukkan maklumat pengesahan (jika perlu) Tambah sijil SSL (jika perlu) Sahkan sambungan Simpan sambungan

.NET 4.0 digunakan untuk mencipta pelbagai aplikasi dan ia menyediakan pemaju aplikasi dengan ciri yang kaya termasuk: pengaturcaraan berorientasikan objek, fleksibiliti, seni bina berkuasa, penyepaduan pengkomputeran awan, pengoptimuman prestasi, perpustakaan yang luas, keselamatan, Kebolehskalaan, akses data dan mudah alih sokongan pembangunan.

Dalam seni bina tanpa pelayan, fungsi Java boleh disepadukan dengan pangkalan data untuk mengakses dan memanipulasi data dalam pangkalan data. Langkah utama termasuk: mencipta fungsi Java, mengkonfigurasi pembolehubah persekitaran, menggunakan fungsi dan menguji fungsi. Dengan mengikuti langkah ini, pembangun boleh membina aplikasi kompleks yang mengakses data yang disimpan dalam pangkalan data dengan lancar.

Artikel ini memperkenalkan cara mengkonfigurasi MongoDB pada sistem Debian untuk mencapai pengembangan automatik. Langkah -langkah utama termasuk menubuhkan set replika MongoDB dan pemantauan ruang cakera. 1. Pemasangan MongoDB Pertama, pastikan MongoDB dipasang pada sistem Debian. Pasang menggunakan arahan berikut: SudoaptDateSudoaptInstall-ImongoDB-Org 2. Mengkonfigurasi set replika replika MongoDB MongoDB Set memastikan ketersediaan dan kelebihan data yang tinggi, yang merupakan asas untuk mencapai pengembangan kapasiti automatik. Mula MongoDB Service: sudosystemctlstartmongodsudosys

Artikel ini menerangkan cara membina pangkalan data MongoDB yang sangat tersedia pada sistem Debian. Kami akan meneroka pelbagai cara untuk memastikan keselamatan data dan perkhidmatan terus beroperasi. Strategi Utama: Replicaset: Replicaset: Gunakan replika untuk mencapai redundansi data dan failover automatik. Apabila nod induk gagal, set replika secara automatik akan memilih nod induk baru untuk memastikan ketersediaan perkhidmatan yang berterusan. Sandaran dan Pemulihan Data: Secara kerap Gunakan perintah Mongodump untuk membuat sandaran pangkalan data dan merumuskan strategi pemulihan yang berkesan untuk menangani risiko kehilangan data. Pemantauan dan penggera: Menyebarkan alat pemantauan (seperti Prometheus, Grafana) untuk memantau status MongoDB dalam masa nyata, dan

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Pinetwork akan melancarkan Pibank, platform perbankan mudah alih revolusioner! Pinetwork hari ini mengeluarkan kemas kini utama mengenai Pimisrbank Elmahrosa (muka), yang disebut sebagai Pibank, yang mengintegrasikan dengan baik perkhidmatan perbankan tradisi C). Apakah pesona Pibank? Mari kita cari! Fungsi utama Pibank: Pengurusan sehenti akaun bank dan aset cryptocurrency. Menyokong urus niaga masa nyata dan mengamalkan biospesies

Langkah-langkah untuk mengakses sambungan jadual melalui Navicat: 1. Sambung ke pangkalan data 2. Semak imbas ke pangkalan data yang diperlukan 3. Klik kanan jadual dan pilih "Edit Jadual";
