这里是学了下面链接的内容，加上一些自己学习的内容综合的，大家也可以去看看这篇文章，写的特别好 【python】在Python中操作MongoDB的详细用法教程与实战案例分享_python轻松入门，基础语法到高阶实战教学-CSDN专栏
1 库：pymongo
pip install pymongo
2 连接：MongoClient
from pymongo import MongoClient
#连接MongoDb
client=MongoClient('localhost',27017)
#选择或创建数据库
db=client'mongo_database'
#选择或创建集合
collection=db'mongo_collection'
3 语法
READ
#查询所有文档
collection.find()
#查询当个文档
collection.find_one()
#带条件查询
collection.find({"color":"red"})
#多条件查询（and,or,$nor）
collection.find({ "and": \[ {"age": {"gt": 25}}, {"city": "New York"} ] })
#模糊查询
collection.find("name":{"$regex":"^A"})
#结果打印
for doc in collection.find()
INSERT
#插入单条
collection.insert_one(doc)
#插入多条
collection.insert_many(docs)
UPDATE
#更新单个文档
query={"color":"red"}
newvalues={"$set":{"type":"flower"}}
collection.update_one(query,newvalues)
#更新多个文档
query={"color":"red"}
newvalues={"$set":{"type":"flower"}}
collection.update_many(query,newvalues)
DELETE
#删除单个文档
query={"color":"red"}
collection.delete_one(query)
#删除多个文档
query={"color":"green"}
collection.delete_many(query)
4.索引
#创建索引
collection.create_index(("color",pymongo.ASCENDING))
#创建复合索引collection.create_index(("color", pymongo.ASCENDING), ("type", pymongo.DESCENDING))
5 聚合管道
使用聚合管道
pipeline = [
{"match": {"color": "red"}},#先用match筛选
{"group": {"_id": "type", "count": {"sum": 1}}}#再用group分组
]
6 事务
确保MongoDB在副本集模式下运行（事务需要副本集）
db = client'mydatabase'
with client.start_session() as session:
with session.start_transaction(): # 在此执行事务操作
collection1.insert_one(doc1, session=session)
collection2.insert_one(doc2, session=session)
7 线程池
创建一个连接池, 操作完成后，连接会自动返回到连接池中
client = MongoClient('localhost', 27017, maxPoolSize=100)3
8 详解多条件查询
一、多条件组合查询
- 隐式 AND 操作
多个条件在字典中并列时默认执行 AND 操作：
query = {
"age": {"$gt": 25}, # 年龄大于25
"city": "New York", # 城市为纽约
"status": "active" # 状态为活跃
}
results = collection.find(query) # 同时满足三个条件:ml-citation{ref="1,3" data="citationList"}
- 显式逻辑运算符
使用 and、or 等运算符组合条件：
AND 操作
query = {
"$and": [
{"age": {"$gte": 30}},
{"salary": {"$lt": 5000}}
]
}
OR 操作
query = {
"$or": [
{"department": "IT"},
{"department": "HR"}
]
}
results = collection.find(query) # 显式逻辑组合:ml-citation{ref="3" data="citationList"}
- 混合逻辑操作
嵌套使用 and 和 or：
query = {
"$and": [
{"$or": {"role": "manager"}, {"role": "director"}},
{"join_date": {"$gt": "2023-01-01"}}
]
}
二、嵌套字段查询
使用点记号访问嵌套字段：
query = {
"address.city": "Beijing",
"address.zip_code": {"$regex": "^10"} # 邮编以10开头
}
results = collection.find(query) # 嵌套结构查询
三、更新操作的多条件
- 更新单条文档 (update_one)
collection.update_one(
{"name": "Alice", "status": "pending"}, # 查询条件
{"$set": {"status": "completed"}} # 更新操作
) # 仅更新第一条匹配文档:ml-citation{ref="1,6" data="citationList"}
2. 批量更新 (update_many)collection.update_many(
{
"department": "Finance",
"level": {"$in": 3, 4} # 级别为3或4
},
{"$inc": {"salary": 1000}} # 薪水增加1000
) # 更新所有匹配文档:ml-citation{ref="6" data="citationList"}
collection.update_many({"and": \[{"department": "IT"}, {"salary": {"lt": 5000}}]}, # 同时满足两个条件
{"$inc": {"salary": 1000}} # 薪资增加1000
) #:ml-citation{ref="6,9" data="citationList"}
collection.update_many(
{"$or": {"department": "HR"}, {"department": "Finance"}}, # 满足任意一个条件
{"$set": {"bonus": 5000}} # 设置奖金
) #:ml-citation{ref="4,10" data="citationList"}
四、聚合框架中的多条件
在聚合管道中使用 $match 阶段：
pipeline = [
{"$match": {
"age": {"$gte": 30},
"sales": {"$gt": 10000}
}},
{"$group": {
"_id": "$department",
"avg_sales": {"avg": "sales"}
}}
]
results = collection.aggregate(pipeline) # 多条件聚合
pipeline = [{"match": {"and": {"age": {"$gte": 30}}, {"sales": {"$gt": 10000}}}}, # 必须同时满足
{"group": {"_id": "department", "avg_sales": {"avg": "sales"}}}
] #:ml-citation{ref="9,11" data="citationList"}
pipeline = [ {"$match": {"$or": [{"status": "active"}, {"status": "pending"}]}}, # 满足其一即可 {"$count": "total"} ] #:ml-citation{ref="4,10" data="citationList"}
五、实用技巧
正则表达式查询
query = {"name": {"regex": "\^J", "options": "i"}} # 名字以J开头（不区分大小写）
数组条件查询
query = {"tags": {"$all": "urgent", "VIP"}} # 同时包含urgent和VIP标签
排序与限制
results = collection.find(query).sort("create_time", -1).limit(10) # 按时间倒序取前10条:ml-citation{ref="4" data="citationList"}
#隐式$and 多个并列条件默认按$and处理（等效于逗号分隔）：{"age": {"gt": 25}, "city": "New York"} # 隐式 AND:ml-citation{ref="5" data="citationList"} {"and": {"age": {"$gt": 25}}, {"city": "New York"}} # 显式 AND
#嵌套{"$and": [
{"$or": {"role": "manager"}, {"role": "director"}}, # 角色为 manager 或 director
{"join_year": {"$gte": 2020}} # 且入职年份 ≥2020
]} #:ml-citation{ref="5,9" data="citationList"}
#
update的修改部分（如$set）需用逗号分隔字段，**不可用and**：✅ 正确写法
{"$set": {"field1": "A", "field2": "B"}}
❌ 错误写法（导致逻辑错误）
{"$set": {"field1": "A" and "field2": "B"}} #:ml-citation{ref="1,8" data="citationList"}