pymongo使用总结

阅读目录

• 0. 何为pymongo
• 1、安装pymongo
• 2、连接mongodb
• 3、获取数据库列表
• 4、连接数据库
• 5、权限验证
• 6、获取聚集列表 (聚集的概念类似于关系型数据库中的表)
• 7、连接聚集
• 8、查看聚集的一条记录
• 9、查看聚集的所有key (类似于关系型数据库中的字段)
• 10、查看聚集的所有记录
• 11、查看记录总数
• 12、根据条件查询多条记录
• 13、对查询结果进行排序 (默认升序ASCENDING)
• 14、新增记录
• 15、更新记录
• 16、删除记录 (不带条件表示全部删除)
• 17. pycharm模糊不清匹配查询
• 18.and or
• 19. 案例

回到顶部

0. 何为pymongo

pymongo是操作MongoDB的python模块

回到顶部

1、安装pymongo

# easy_install pymongo

回到顶部

2、连接mongodb

>>> import pymongo>>> conn = pymongo.MongoClient(host=host,port=port,tz_aware=False)

回到顶部

3、获取数据库列表

>>> conn.database_names()[u'test1', u'test2', u'admin', u'local']

回到顶部

4、连接数据库

>>> db = conn.get_database("db_name")

回到顶部

5、权限验证

>>> db.authenticate('username', 'password')
True

回到顶部

6、获取聚集列表 (聚集的概念类似于关系型数据库中的表)

>>> db.collection_names()[u'account', u'role', u'item', u'online']

回到顶部

7、连接聚集

>>> account = db.get_collection("col_name")

回到顶部

8、查看聚集的一条记录

>>> account.find_one()

回到顶部

9、查看聚集的所有key (类似于关系型数据库中的字段)

>>> account.find_one().keys()

回到顶部

10、查看聚集的所有记录

>>> for i in account.find():... print i

回到顶部

11、查看记录总数

>>> account.find().count()

回到顶部

12、根据条件查询多条记录

>>> for i in account.find({"name": "xxx"}):... print i

回到顶部

13、对查询结果进行排序 (默认升序ASCENDING)

>>> account.find().sort("name", pymongo.ASCENDING)>>> account.find().sort([("name", pymongo.ASCENDING), ("active_time", pymongo.DESCENDING)])

回到顶部

14、新增记录

>>> account.insert({"name": "mike", "active_time": "20130408"})

回到顶部

15、更新记录

>>> account.update({"name": "mike"}, {"$set": {"active_time": "20130408120000"}})注：如果数据中没有键-值"name": "mike"， 会新增"active_time": "20130408120000"

回到顶部

16、删除记录 (不带条件表示全部删除)

>>> account.remove({"name": "mike"})

回到顶部

17. pycharm模糊不清匹配查询

方法1.import re{'xxx':re.compile('xxx')}
方法2. {'xxx':{'$regex':'xxx'}

回到顶部

18.and or

account.find({ $or: [ { title: {$regex: 'test'} }, { intro: {$regex: 'test'} } ] })

回到顶部

19. 案例

#! /usr/bin/env python# --*-- coding:utf-8 --*--import pymongoimport rehost="**.**.**.**"port=27017conn  = pymongo.MongoClient(host=host,port=port,tz_aware=False)db_name = "test"log_name = "col"db_test = conn.get_database(db_name)col_col = db_test.get_collection(log_name)#print "db names:", conn.database_names()#print "col names:", db_test.collection_names()#print "one_line:", col_col.find_one()#print "one_line_keys:", col_col.find_one().keys()#col_col.insert({"message2":"hihihi", "msg":"123"})#col_col.update({"message":"hello*3"}, {"$set":{"message":"hello*3*9"}})import  datetimey,M,d,h,m,s = 2016,2,13,18,30,0d = datetime.datetime(y,M,d,h,m,s)delta = datetime.timedelta(hours=8)d = d-delta#logs = col_col.find( {"data":{"$gt":d} } )#logs = col_col.find( {"message":re.compile("hi")} )logs = col_col.find( {"$and": [{"message":re.compile("hi")}, {"data":{"$gt":d} }]} )c = logs.count()for l in logs:    print lprint "count:", cprint "END!"