目录：
# 安装第三方模块
$ pip install pymongo
# 安装特定版本
pip install pymongo==3.5.1
# 升级到最新版本
pip install --upgrade pymongo
使用 pymongo.MongoClient 类来创建与 MongoDB 实例的连接。
from pymongo import MongoClient
# 默认连接 localhost:27017
client = MongoClient()
# 或显式指定
client = MongoClient('localhost', 27017)
client = MongoClient('mongodb://localhost:27017/') # 使用连接字符串
from pymongo import MongoClient
# 带用户名密码认证的连接
# 格式: client = MongoClient('mongodb://用户名:密码@服务器IP:端口/数据库名')
client = MongoClient('mongodb://admin:123456@192.168.1.100:27017/admin')
# 选择数据库（若不存在，会在第一次插入数据时自动创建）
db = client['my_database'] # 方式1: 类字典访问
db = client.my_database # 方式2: 属性访问
# 选择集合（同样，首次插入数据时自动创建）
collection = db['my_collection'] # 方式1: 类字典访问
collection = db.my_collection # 方式2: 属性访问
使用 insert_one() 插入单条文档，或 insert_many() 插入多条文档。
# 插入单条数据
student = {'id': 1, 'name': '张三', 'age': 18, 'address': '北京'}
result = collection.insert_one(student)
print(f"插入文档的ID: {result.inserted_id}")
# 插入多条数据
students = [
{'id': 2, 'name': '李四', 'age': 22},
{'id': 3, 'name': '王五', 'age': 19}
]
result = collection.insert_many(students)
print(f"插入文档的ID列表: {result.inserted_ids}")
MongoDB 会自动为每个插入的文档生成一个全局唯一的 _id 字段（ObjectId）。
find_one() 返回匹配的第一个文档，find() 返回一个游标（Cursor）对象，用于遍历所有匹配的文档。
# 查询单条记录
doc = collection.find_one({'name': '张三'})
print(doc)
# 查询所有记录
for doc in collection.find():
print(doc)
# 带条件查询（例如：年龄大于18岁）
for doc in collection.find({'age': {'$gt': 18}}):
print(doc)
# 使用比较操作符：$lt(小于), $gte(大于等于), $ne(不等于), $in(在范围内)等[1](@ref)
for doc in collection.find({'age': {'$in': [18, 22]}}):
print(doc)
# 使用正则表达式查询
for doc in collection.find({'name': {'$regex': '^张.*'}}): # 查找姓“张”的
print(doc)
使用 update_one() 或 update_many() 方法，并配合 $set 操作符来安全地更新指定字段，避免误删其他字段。
# 更新单条记录（将名为“张三”的年龄改为20）
result = collection.update_one({'name': '张三'}, {'$set': {'age': 20}})
print(f"匹配到 {result.matched_count} 条，修改了 {result.modified_count} 条")
# 更新多条记录（将所有年龄小于20的文档，状态设为‘未成年’）
result = collection.update_many({'age': {'$lt': 20}}, {'$set': {'status': '未成年'}})
print(f"匹配到 {result.matched_count} 条，修改了 {result.modified_count} 条")
# 使用 $inc 操作符进行原子性增减操作
result = collection.update_many({}, {'$inc': {'age': 1}}) # 所有人年龄加1
使用 delete_one() 或 delete_many() 方法进行删除操作。
# 删除单条记录（删除名为“李四”的第一条记录）
result = collection.delete_one({'name': '李四'})
print(f"删除了 {result.deleted_count} 条记录")
# 删除多条记录（删除所有年龄大于30的记录）
result = collection.delete_many({'age': {'$gt': 30}})
print(f"删除了 {result.deleted_count} 条记录")
使用 count_documents() 方法统计符合条件的文档数量。
total = collection.count_documents({}) # 集合中文档总数
adults = collection.count_documents({'age': {'$gte': 18}}) # 成年人数量
使用 sort() 方法，结合 pymongo.ASCENDING（升序）或 pymongo.DESCENDING（降序）。
# 按年龄升序排列
for doc in collection.find().sort('age', pymongo.ASCENDING):
print(doc)
# 多字段排序：先按年龄降序，再按姓名升序
for doc in collection.find().sort([('age', pymongo.DESCENDING), ('name', pymongo.ASCENDING)]):
print(doc)
使用 skip() 和 limit() 实现分页查询。
# 实现分页：跳过前 10 条，取接下来的 5 条
for doc in collection.find().skip(10).limit(5):
print(doc)
# 创建单字段索引（升序）
collection.create_index("name")
# 或指定排序方向
collection.create_index([("name", pymongo.ASCENDING)]) # 升序
collection.create_index([("age", pymongo.DESCENDING)]) # 降序
# 创建唯一索引
collection.create_index("email", unique=True)
# 创建复合索引：先按name升序，再按age降序
collection.create_index([("name", pymongo.ASCENDING), ("age", pymongo.DESCENDING)])
def basic_aggregation():
client = pymongo.MongoClient("mongodb://localhost:27017/")
db = client['sales']
orders = db['orders']
# 示例数据
orders.insert_many([
{"product": "Laptop", "category": "Electronics", "price": 1200, "quantity": 2},
{"product": "Mouse", "category": "Electronics", "price": 50, "quantity": 10},
{"product": "Book", "category": "Education", "price": 30, "quantity": 5},
{"product": "Laptop", "category": "Electronics", "price": 1200, "quantity": 1},
{"product": "Notebook", "category": "Education", "price": 15, "quantity": 20}
])
# 按类别分组，计算总销售额和平均价格
pipeline = [
{
"$group": {
"_id": "$category",
"total_sales": {"$sum": {"$multiply": ["$price", "$quantity"]}},
"avg_price": {"$avg": "$price"},
"total_items": {"$sum": "$quantity"},
"order_count": {"$sum": 1}
}
},
{
"$sort": {"total_sales": -1} # 按总销售额降序排序
}
]
results = orders.aggregate(pipeline)
print("按类别统计：")
for doc in results:
print(f"类别: {doc['_id']}")
print(f" 总销售额: ${doc['total_sales']}")
print(f" 平均价格: ${doc['avg_price']:.2f}")
print(f" 总数量: {doc['total_items']}")
print(f" 订单数: {doc['order_count']}")
print("-" * 40)
client.close()
↶ 返回首页 ↶