安装MongoDB

1. 在官网上下载MongoDB数据库的安装包，链接为https://www.mongodb.com/download-center/community
   。
2. 对windows版本来说，安装过程需特别注意的是选择Custom版本而不是Complete版本，并将修改安装路径为E：mongodb。
3. 在E：mongodb目录下新建用来存放数据的文件夹E：mongodbdata，用来存放日志的文件夹E：mongodblogs，用来存放数据库文件的文件夹E：mongodbdatadb。
4. 启动命令行，进入E：mongodbbin目录，输入以下命令使得操作系统自动启动MongoDB.exe。

mongod --dbpath "E：mongodbdatadb" --logpath "E：mongodbdatalogsMongoDB.log" --install --serviceName "MongoDB" 

5. 接着在命令行的E：mongodbbin目录目录下以管理员身份运行以下代码，启动MongoDB服务。

net start MongoDB 

6. 关闭服务的操作命令为

net stop MongoDB 

PyMongo的安装

PyMongo库是Python对MongoDB操作的接口包，能够实现对MongoDB的增删改查及排序等操作。

直接使用pip安装：

pip install pymongo 

利用whl文件安装

直接使用pip安装可能会遇到网络问题导致安装失败，因此，对于Windows系统可以访问https://www.lfd.uci.edu/～gohlke/pythonlibs/
。
在这个网站上找到PyMongo，并将whl包下载到本地，然后使用以下命令安装：

 pip install 下载下来的whl文件名 

PyMongo的使用

使用PyMongo初始化数据库

要使用PyMongo操作MongoDB，首先需要初始化数据库连接。如果MongoDB运行在本地计算机上，而且也没有修改端口或者添加用户名及密码，那么初始化MongoClient的实例的时候可直接写为：

import pymongo client = pymongo.MongoClient(host = 'localhost', port = 27017) 

如果MongoDB是运行在其他服务器上面的，那么就需要使用“URI（Uniform Resource Identifier，统一资源标志符）”来指定连接地址。MongoDB URI的格式为：

mongodb://用户名：密码@服务器IP或域名：端口 

例如

import pymongo client = pymongo.MongoClient('kingname:12345@45.76.110.210:27019') 

无需权限认证时可以写为：

import pymongo client = pymongo.MongoClient('mongodb://45.76.110.210:27019') 

使用PyMongo初始化集合

有以下两种方式获取数据库和集合

#方式1 db = client['github'] collection = db['repo'] #方式2 db = client.github collection = db.repo 

插入数据

MongoDB的插入操作非常简单。用到的方法为insert_one（参数），插入的参数就是Python的字典。插入一条数据的代码如下。

import pymongo client = pymongo.MongoClient(host = 'localhost', port = 27017) db = client['sample'] collection = db['inf'] data = {'id': 123, 'name': 'kingname', 'age': 20, 'salary': 999999} collection.insert_one(data) 

将多个字典放入列表中，并将列表作为insert_many()方法的参数，即可实现批量插入数据，代码如下。

more_data = [ {'id': 2, 'name': '张三', 'age': 10, 'salary': 0}, {'id': 3, 'name': '李四', 'age': 30, 'salary': -100}, {'id': 4, 'name': '王五', 'age': 40, 'salary': 1000}, {'id': 5, 'name': '外国人', 'age': 50, 'salary': '未知'}] collection.insert_many(more_data) 

查找数据

MongoDB的查找功能对应的方法是：

find(查询条件，返回字段) find_one(查询条件，返回字段) 

两个参数的类型均为Python字典，参数可以省略。其中，find_one()一次只返回一条信息。因此用得最多的是find()这个方法。
普通查询方法有以下3种写法。

content = collection.find() content = collection.find({'age': 29}) content = collection.find({'age': 29}, {'_id': 0,'name': 1, 'salary': 1}) 

在不写find()方法的参数时，表示获取指定集合中所有内容的所有字段。

find()方法的第2个参数指定返回内容。这个参数是一个字典，Key就是字段的名称，Value是0或者1,0表示不返回这个字段，1表示返回这个字段。其中_id比较特殊，必须人工指定它的值为0，这样才不会返回。而对于其他数据，应该统一使用返回，或者统一使用不返回。

collection.find({}, {'name': 1, 'salary': 1}) collection.find({}, {'age': 0}) 

只有_id是一个例外，必须要指定“’_id’: 0”，才不会返回，否则默认都要返回。下面以一个列表推导式为例：

content = [x for x in collection.find({'age': 29}, {'_id': 0, 'name': 1, 'salary': 1})] 

find()方法返回的是一个可以迭代的PyMongo对象，这个对象可以被for循环展开。展开以后可以得到很多个字典。每个字典对应一条记录。所以这个列表推导式也可以改写为for循环：

content_obj = collection.find({'age': 29}, {'_id': 0, 'name': 1, 'salary': 1}) content = [] for each in content_obj:  content.append(each) 

逻辑查询

PyMongo也支持大于、小于、大于等于、小于等于、等于、不等于这类逻辑查询。

它们的用法用一个例子来说明：

collection.find({'age': {'$gt': 29}}) #查询所有age > 29的记录 collection.find({'age': {'$gte':29, '$lte':40}}) #查询29 ≤ age ≤ 40的记录 collection.find({'salary': {'$ne: 29}}) #查询所有salary不等于29的记录 

对查询结果排序

MongoDB支持对查询到的结果进行排序。排序的方法为sort()。它的格式为：

handler.find().sort('列名', 1或-1) 

查询一般和find()配合在一起使用。例如：

collection.find({'age': {'$gte': 29, '$lte': 40}}).sort('age', -1) collection.find({'age': {'$gte': 29, '$lte': 40}}).sort('age', 1) 

首先查询所有年龄大于等于29岁、小于等于40岁的记录，然后按年龄来进行排序。sort()方法接收两个参数：第1个参数指明需要以哪一项进行排序；第2个参数-1表示降序，1表示升序。

更新记录

更新可使用update_one()和update_many()方法。它们的格式为：

collection.update_one(参数1, 参数2) collection.update_many(参数1, 参数2) 

前者只更新一条信息，后者更新所有符合要求的信息。这里的参数1和参数2都是字典，都不能省略。参数1用来寻找需要更新的记录，参数2用来更新记录的内容。例如：

#将第1个年龄为20岁的人的名字改为kingname col.update_one({'age': 20}, {'$set':{'name': 'kingname'}}) #将所有年龄为20岁的人的年龄全部改为30 col.update_many({'age': 20}, {'$set':{'age': 30}}) 

删除记录

删除可使用delete_one()和delete_many()方法。它们的格式为：

collection.delete_one(参数) collection.delete_many(参数) 

这里的参数都是字典，不建议省略。delete_one()方法只删除一条记录，delete_many()删除所有符合要求的记录。
例如：

#删除第1个名字叫作kingname的人 collection.delete_one({'name': 'kingname'}) #删除所有名字叫作kingname的人 collection.delete_many({'name': 'kingname'}) 

对查询结果去重

去重使用distinct()方法，其格式为：

collection.distinct('列名') 

这个方法返回一个去重后的列表。

参考书籍：
《Python爬虫开发：从入门到实践》
《NoSQL数据库入门与实践》