Python连接与操作MongoDB数据库完整指南

白榆
白榆
发布时间:2026-10-13| 5人浏览过
原创

本文详细介绍如何在Python中安装pymongo库,并通过实例演示连接MongoDB、查看数据库与集合、插入查询删除文档等核心操作。同时结合接口自动化测试场景,展示如何利用pymongo进行数据清理与关联,帮助开发者掌握Python操作MongoDB的完整流程。

本文通过具体实例,详细解析了Python操作MongoDB数据库的方法,供读者参考学习。

安装pymongo库

首先需要下载pymongo安装包,下载地址如下:

https://pypi.python.org/packages/82/26/f45f95841de5164c48e2e03aff7f0702e22cef2336238d212d8f93e91ea8/pymongo-3.4.0.tar.gz#md5=aa77f88e51e281c9f328cea701bb6f3e

接下来执行安装操作:

解压下载文件后,打开命令行(cmd)进入pymongo安装包的目录,输入python setup.py  install命令即可完成安装。

如果在Python交互环境(idle)中能成功导入该模块,则说明安装成功。

>>import pymongo
>>

使用Python操作MongoDB

#导入pymongo木块
>>> import pymongo as p
#连接mongodb
>>> client =p.MongoClient('localhost',27017)
#查看mongodb有多少数据库
>>> client.database_names ()
['liyue', 'local', 'test']
#连接具体某个数据库
>>> db1 =client.liyue
>>> db2 =client.test
#查看该数据库下所有集合
>>> db2.collection_names ()
['col', 'test']
#for循环遍历查看集合中的文档:查看col集合中第2条数据。
>>> for i in db2.col.find().limit(1).skip(1):
    print(i)
{'interests': ['balls', 'basketball', 12.0], '_id': ObjectId('583bb6dc8fbf0aee1d9c94bf'), 'name': 'Tom', 'sex': 'girl'}
#清空集合,删除集合中所有数据
>>> db1.col.remove ({})
{'ok': 1, 'n': 0}
#查看是否清空成功查询
>>> for i in db1.col.find():
    print(i)
#插入一个文档(一条数据)
>>> db1.col.insert ({'name':"python接口测试","date":"today","age":"15","like":100})
ObjectId('5840fa9bbbd6900a787ac386')
#查看插入是否成功查询
>>> for i in db1.col.find():
    print(i)
{'name': 'python接口测试', 'age': '15', '_id': ObjectId('5840fa9bbbd6900a787ac386'), 'date': 'today', 'like': 100}
#插入多个文档
>>> documents =[{"name":"liy","age":"10"},{"name":"haha","age":"30"},{"name":"huhu","age":"20"}]
>>> db1.col.insert(documents)
[ObjectId('5840fb6bbbd6900a787ac387'), ObjectId('5840fb6bbbd6900a787ac388'), ObjectId('5840fb6bbbd6900a787ac389')]
#查看插入的查询
>>> for i in db1.col.find().limit(3).skip(1):
    print(i)
{'age': '10', '_id': ObjectId('5840fb6bbbd6900a787ac387'), 'name': 'liy'}
{'age': '30', '_id': ObjectId('5840fb6bbbd6900a787ac388'), 'name': 'haha'}
{'age': '20', '_id': ObjectId('5840fb6bbbd6900a787ac389'), 'name': 'huhu'}
#查看数据按and连接条件查询
>>> for i in db1.col.find({"name":"liy","age":"10"}):
    print(i)
{'age': '10', '_id': ObjectId('5840fb6bbbd6900a787ac387'), 'name': 'liy'}
#查看数据以age字段倒序查询
>>> for i in db1.col.find().sort([("age",-1)]):
    print(i)
{'age': '30', '_id': ObjectId('5840fb6bbbd6900a787ac388'), 'name': 'haha'}
{'age': '20', '_id': ObjectId('5840fb6bbbd6900a787ac389'), 'name': 'huhu'}
{'age': '10', '_id': ObjectId('5840fb6bbbd6900a787ac387'), 'name': 'liy'}
#更新已有文档数据
>>> db1.col.update ({"name":"huhu"},{"$set":{"name":"dongdong"}})
{'updatedExisting': True, 'ok': 1, 'nModified': 1, 'n': 1}
>>> for i in db1.col.find({"name":"dongdong"}):
    print(i)
{'age': '20', '_id': ObjectId('5840fb6bbbd6900a787ac389'), 'name': 'dongdong'}
#按条件删除某条数据
>>> db1.col.remove ({"name":"dongdong"})
{'ok': 1, 'n': 1}
>>> db1.col.find({"name":"dongdong"})
<pymongo.cursor.Cursor object at 0x00000000045B6828>
>>> for i in db1.col.find({"name":"dongdong"}):
    print(i)

以下代码展示了在接口测试中的应用场景:

在进行接口自动化测试时,为了避免历史脏数据对测试结果产生干扰,通常需要先清除现有数据再执行测试。若上一个接口测试用例插入的数据未被清理而保留在MongoDB中,这些数据恰好可作为下一个接口测试的数据关联来源。

import json
import requests
import unittest
import pymongo
class MyTest(unittest.TestCase):#封装测试环境的初始化和还原的类
  def setUp(self):
    self.client = pymongo.MongoClient('192.168.12.250',27017)  #连接mongodb
    self.db = client.dsp_online    #获取具体某个数据库
    self.db.Qualification.remove({})  #清空Qualification这个集合所有数据
    print("start test")
  def tearDown(self):
    self.client.colse()        #关闭数据库连接
    print("end test")
    pass
class test_qualification_add(MyTest):#把这个接口封装一个类,下面的方法是具体的测试用例
  '''接口名称:增加资质'''
  def test_qualification_add(self):
    '''测试用例1:'''
    url = "http://audit.sf.katcin.com/audit/api/qualification/add"
    headers ={"Content-Type":"application/json"}
    data = {
    "token":"abcdefg",
    'pid': '1',
    'param': {
      'Name': '我的资质1',
      'QualificationId': 50,
      'Email': '1111@163.com',
      'SiteName': '10001',
      'Materials': [
        {
          'Url': 'http://i9b482c85e06a5145410870.jpg',
          'TypeId':1,
        }
      ],
       'AdxInfo': [{
          'AdxId': 10008,       #渠道Id
          'Industry': 8000,      #行业分类
          'FullIndustry':[5301], #行业分类集合
          'BrandName': '行业分类:电脑',   #品牌名称
          'Memo': '渠asd',
         }
       ]
      }
     }
    r = requests.post(url = url,json = data, headers = headers)
    #return r.json()
    print(r.text)
    #result = r.json()
    print(r.status_code)
    self.assertIn("true",r.text)
if __name__=="__main__":
  unittest.main()

如果您对Python的其他数据库操作技巧感兴趣,可以查阅本站相关专题,如《Python常见数据库操作技巧汇总》、《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》以及《Python文件与目录操作技巧汇总》。

希望本文的内容能对您的Python编程实践有所帮助。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。