隐藏页面特效

python操作Mongodb

1|0安装


pip install Pymongo

2|0操作


# 1.导入pymongo from pymongo import MongoClient # 创建连接 MongoDB客户端 MC = MongoClient('127.0.0.1', 27017) # 选择或创建数据库(在内存中) db = MC['mdb'] player_info = { 'nickname': '小白龙', 'atc': 5, 'def': 99, 'hp': 500, 'skill': [ { 'name': '铁头功', 'def': 50 }, { 'name': '吃包子', 'hp': 100 } ] } # 创建一条数据 res = db.player.insert_one(player_info) print(res.inserted_id) #返回当前新增数据的Objectid 是bson类型 不能被json序列化,可以转换为字符串 # 创建多条 res = db.player.insert_many([player_info]) print(res.inserted_ids) #当前新增数据们的Objectid # 查询数据 res = db.player.find({}) # 返回一个Cursur对象 for i in res: print(i) # 返回字典 # 查询符合条件的第一条数据 res = db.player.find_one({}) print(res) # 直接返回字典,省略了上面的for循环 # 更新一条数据 res = db.player.update_one({'nickname': "小白痴"},{'$set':{'hp': 350}}) print(res) # 更新所有数据 res = db.player.update_many({},{'$inc': {'atc': 20}}) print(res) # 删除 from bson.objectid import ObjectId res = db.player.delete_one({'_id': ObjectId("adyu13241jhasd7678asd")}) print(res.delete_count) # 返回0或1 0表示没有删除成功 1表示删除成功 # 排序,选取,跳过 from pymongo import ASCENDING, DESCENDING res = db.player.find({}).limit(2).skip(2).sort("_id", ASCENDING) # ASCENDING升序 DESCENDING倒序 for i in res: print(i) # 高级查询操作 $or $and $all $in res = list(MongoDB.user.find({"$and":[{"name":"Alexander"},{"age":999}]})) # 并列条件 res = list(MongoDB.user.find({"$or":[{"name":123},{"age":999}]})) # 或条件 res = list(MongoDB.user.find({"name":{"$in":[123,222,55,66,7]}})) # 在...里面 # $all $in 针对 Array res = list(MongoDB.user.find({"hobby":{"$in":[0]}})) res = list(MongoDB.user.find({"hobby":{"$all":[1,7,3,9,0]}})) # 子集查询 print(res)


__EOF__

本文作者404 Not Found
本文链接https://www.cnblogs.com/weiweivip666/p/14051014.html
关于博主:可能又在睡觉
版权声明:转载请注明出处
声援博主:如果看到我睡觉请喊我去学习
posted @   我在路上回头看  阅读(259)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
点击右上角即可分享
微信分享提示