使用PyMongo操作MongoDB（二）

四、文档操作详解

1. 插入文档

# 插入单条文档
student_data = {
    "name": "张三",
    "age": 20,
    "gender": "男",
    "courses": ["数学", "英语"]
}
result = students.insert_one(student_data)
print(f"插入的文档ID：{result.inserted_id}")

# 批量插入文档
students.insert_many([
    {"name": "李四", "age": 22, "gender": "女"},
    {"name": "王五", "age": 21, "gender": "男"}
])

2. 查询文档

基础查询

# 查询所有文档
for doc in students.find():
    print(doc)

# 查询单个文档
print(students.find_one({"name": "张三"}))

字段投影

# 仅返回name和age字段（_id默认返回）
for doc in students.find({}, {"name": 1, "age": 1}):
    print(doc)

# 排除_id字段
for doc in students.find({}, {"_id": 0, "name": 1}):
    print(doc)

条件查询

• 比较运算符

  # 年龄大于20的学生
  students.find({"age": {"$gt": 20}})
  
  # 年龄在20-22之间的学生
  students.find({
      "age": {
          "$gte": 20,
          "$lte": 22
      }
  })
  

• 逻辑运算符

  # 年龄大于20且性别为男
  students.find({
      "age": {"$gt": 20},
      "gender": "男"
  })
  
  # 年龄小于18或性别为女
  students.find({
      "$or": [
          {"age": {"$lt": 18}},
          {"gender": "女"}
      ]
  })
  

• 正则匹配

  # 查询姓名以"张"开头的学生
  students.find({"name": {"$regex": "^张"}})
  
  # 不区分大小写查询
  students.find({"name": {"$regex": "li", "$options": "i"}})
  

3. 更新文档

# 更新单个文档（设置新字段）
students.update_one(
    {"name": "张三"},
    {"$set": {"major": "计算机科学"}}
)

# 批量更新（年龄加1）
students.update_many(
    {"gender": "男"},
    {"$inc": {"age": 1}}
)

# 替换整个文档
students.replace_one(
    {"name": "李四"},
    {"name": "李四", "age": 23, "gender": "女", "major": "电子信息"}
)

4. 删除文档

# 删除单个匹配文档
students.delete_one({"name": "王五"})

# 删除所有匹配文档
students.delete_many({"age": {"$lt": 18}})

五、高级操作技巧

1. 排序与分页

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

2. 聚合管道

   from bson import Decimal128
   
   pipeline = [
       {"$match": {"gender": "男"}},
       {"$group": {"_id": "$major", "avg_age": {"$avg": "$age"}}},
       {"$sort": {"avg_age": -1}}
   ]
   for doc in students.aggregate(pipeline):
       print(doc)
   

3. 索引管理

   # 创建单字段索引
   students.create_index("name")
   
   # 创建复合索引
   students.create_index([("age", 1), ("gender", -1)])
   
   # 查看索引
   print(students.index_information())
   

六、注意事项

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

通过本文的详细讲解，开发者可以快速掌握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、事务支持等）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。