深入了解 Python MongoDB 查询:find 和 find_one 方法完全解析

简介: 在 MongoDB 中,我们使用 find() 和 find_one() 方法来在集合中查找数据,就像在MySQL数据库中使用 SELECT 语句来在表中查找数据一样

MongoDB 中,我们使用 find()find_one() 方法来在集合中查找数据,就像在MySQL数据库中使用 SELECT 语句来在表中查找数据一样

查找单个文档

要从MongoDB的集合中选择数据,我们可以使用 find_one() 方法。 find_one() 方法返回选择中的第一个文档。

示例

查找 customers 集合中的第一个文档:

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

x = mycol.find_one()

print(x)

查找所有文档

要从 MongoDB 的集合中选择数据,我们还可以使用 find() 方法。 find() 方法返回选择中的所有文档。 find() 方法的第一个参数是一个查询对象。在这个示例中,我们使用一个空的查询对象,它选择集合中的所有文档。

find() 方法中不使用参数将给您带来与MySQL中的 SELECT * 相同的结果。

示例

返回 customers 集合中的所有文档,并打印每个文档:

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

for x in mycol.find():
  print(x)

仅返回部分字段

find() 方法的第二个参数是一个描述要包含在结果中的字段的对象。此参数是可选的,如果省略,则结果中将包含所有字段。

示例

仅返回姓名和地址,而不包括 _id

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

for x in mycol.find({
   }, {
    "_id": 0, "name": 1, "address": 1 }):
  print(x)

您不被允许在同一对象中同时指定0和1的值(除非其中一个字段是 _id字段)。如果指定了值为0的字段,所有其他字段都将为1,反之亦然。

示例

此示例将从结果中排除 address

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

for x in mycol.find({
   }, {
    "address": 0 }):
  print(x)

示例

如果在同一对象中同时指定了0和1的值(除非其中一个字段是 _id字段),则会出现错误:

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

for x in mycol.find({
   }, {
    "name": 1, "address": 0 }):
  print(x)

过滤结果

在集合中查找文档时,可以通过使用查询对象来过滤结果。 find() 方法的第一个参数是一个查询对象,用于限制搜索。

示例

查找地址为 Park Lane 38 的文档:

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

myquery = {
    "address": "Park Lane 38" }

mydoc = mycol.find(myquery)

for x in mydoc:
  print(x)

高级查询

为了进行高级查询,您可以在查询对象中使用修饰符作为值。例如,要查找 address 字段以字母 S 或更高(按字母顺序)开头的文档,请使用大于修饰符:{"$gt": "S"}

示例

查找地址以字母“S”或更高开头的文档:

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

myquery = {
    "address": {
    "$gt": "S" } }

mydoc = mycol.find(myquery)

for x in mydoc:
  print(x)

使用正则表达式进行过滤

您还可以将正则表达式用作修饰符。正则表达式只能用于查询字符串。要仅查找 address 字段以字母 S 开头的文档,请使用正则表达式{"$regex": "^S"}

示例

查找地址以字母“S”开头的文档:

import pymongo

myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydatabase"]
mycol = mydb["customers"]

myquery = {
    "address": {
    "$regex": "^S" } }

mydoc = mycol.find(myquery)

for x in mydoc:
  print(x)

最后

为了方便其他设备和平台的小伙伴观看往期文章:

微信公众号搜索:Let us Coding,关注后即可获取最新文章推送

看完如果觉得有帮助,欢迎 点赞、收藏、关注

相关文章
|
6月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
838 0
|
6月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
7月前
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
7月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
387 2
|
7月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
1891 0
|
7月前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
1747 0
机器学习/深度学习 算法 自动驾驶
1267 0
|
7月前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
1164 0
|
7月前
|
数据可视化 Linux iOS开发
Python脚本转EXE文件实战指南:从原理到操作全解析
本教程详解如何将Python脚本打包为EXE文件,涵盖PyInstaller、auto-py-to-exe和cx_Freeze三种工具,包含实战案例与常见问题解决方案,助你轻松发布独立运行的Python程序。
1773 2
|
7月前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
551 0