pymongo使用总结

本文涉及的产品
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
简介:

0. 何为pymongo

pymongo是操作MongoDB的python模块

1、安装pymongo

# easy_install pymongo

2、连接mongodb

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

3、获取数据库列表

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

4、连接数据库

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

5、权限验证

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

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']

7、连接聚集

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

8、查看聚集的一条记录

>>> account.find_one()

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()

10、查看聚集的所有记录

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

11、查看记录总数

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

12、根据条件查询多条记录

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

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)])

14、新增记录

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

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"

16、删除记录 (不带条件表示全部删除)

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

17. pycharm模糊不清匹配查询

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

18.and or

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

19. 案例

复制代码
#! /usr/bin/env python
# --*-- coding:utf-8 --*--

import pymongo
import re


host="**.**.**.**"
port=27017
conn  = 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  datetime

y,M,d,h,m,s = 2016,2,13,18,30,0
d = 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 l

print "count:", c
print "END!"
复制代码

 






本文转自jihite博客园博客,原文链接:http://www.cnblogs.com/kaituorensheng/p/5181410.html,如需转载请自行联系原作者

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
11月前
|
SQL 关系型数据库 数据库连接
python库之—psycopg2
python库之—psycopg2
|
1月前
|
SQL 关系型数据库 数据库连接
Python中使用pymysql和pymssql进行数据库操作的完整指南
Python中使用pymysql和pymssql进行数据库操作的完整指南
157 0
|
6月前
|
NoSQL API MongoDB
Python使用PyMongo4.x操作MongoDB总结
PyMongo是一个Python编程语言中用于连接和操作MongoDB数据库的库。它提供了丰富的功能和API,使开发者能够在Python中轻松地进行MongoDB的数据交互和管理。
83 2
|
8月前
|
SQL 存储 关系型数据库
【flask-sqlalchemy】SQLAlchemy+PyMysql到mysql的映射
【flask-sqlalchemy】SQLAlchemy+PyMysql到mysql的映射
98 0
|
8月前
|
数据库
pymysql的使用
pymysql的使用
|
8月前
|
关系型数据库 MySQL 开发工具
使用Django时,安装mysqlclient的一些问题
使用Django时,安装mysqlclient的一些问题
151 0
|
SQL 关系型数据库 MySQL
Python-PyMysql详解
1.简介 PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库 PyMySQL 遵循 Python 数据库 API v2.0 规范,并包含了 pure-Python MySQL 客户端库。 如果还未安装,我们可以使用以下命令安装最新版的 PyMySQL:
211 0
|
SQL 数据库 Python
python pymysql简单操作
python pymysql简单操作
58 0
python pymysql简单操作
PyMySQL模块安装指南
PyMySQL模块安装指南
341 0
PyMySQL模块安装指南
|
存储 关系型数据库 MySQL
Python 3 —— 使用 PyMySQL 操作 MySQL8
Python 3 —— 使用 PyMySQL 操作 MySQL8
301 0
Python 3 —— 使用 PyMySQL 操作 MySQL8