用Django全栈开发（进阶篇）——02. 在Django中花样玩转PyMongo(上)

大家好，这是皮爷给大家带来的最新的学习Python能干啥？之Django教程的进阶版。

在之前《用Django全栈开发》系列专辑里面，皮爷详细的阐述了如何编写一个完整的网站，具体效果可以浏览线上网站：Peekpa.com

从进阶篇开始，每一篇文章都是干货满满。这一节，我们来讲述一下，在Django中，如何花式玩转pymongo。pymongo如何模糊查询，排序

Peekpa.com的官方地址：http://peekpa.com

皮爷的每一篇文章，都配置相对应的代码。这篇文章的代码对应的Tag是“Advanced_02”。

前瞻回顾

在上一节《用Django全栈开发（进阶篇）——01. 如何让Django连接MongoDB》，我们主要讲述了如何使用Django连接MongoDB数据库，并从里面读取数据的方法。

整体浏览

本文大概将会讲述以下内容：

• 基本的增删改查；
• 修改器的应用

由于内容很多，所以分开文章来说。接下来，就由我来给大家讲述以下如何玩转PyMongo。其实你只要会玩了PyMongo，MongoDB也就基本会个80%了，因为这俩差不多的。不信，你瞧。

插入

插入，非常的简单，PyMongo提供的插入函数主要有两个：

self.collection.insert()
self.collection.insert_many()

这里，insert()主要是插入单个数据，插入的内容为字典类型的数据即可。

insert_many()则是插入一组数据，一个数组，里面存放的是字典类型的数据。

具体可参考的代码，是我当初创建地震数据库信息的时候。从核心数据库读取的100条数据，然后直接调用insert_many()方法插入到新的数据库中。

查找

我们在上一篇的例子中，将100条地震信息全部显示，通过的是一条：

list_data = self.collection.find()

来找到的。这个显然是返回了全部的数据。可以看到，如果调用count()方法，返回的数据是100:

count = list_data.count()
print(count)

#结果出入的是:100

这里要注意一下，这个.count()是PyMongo里面的方法，这个和MongoDB里面的.count()是一样的，返回的是cursor的结果数目。

接下来，我们来介绍一下关于搜索更加丰富的用法。

指定搜索条件精确查找

在实际开发中，很多情况，我们并不需要将全部数据都返回，可能只需要返回符合条件的特定数据，比如某天的数据，比如某个ID的数据，这种数据精确查找。

我们页面顶部右侧有个搜索输入框，我们就来通过这个给大家展示一下条件搜索怎么做：

这的搜索，我们主要是以地名为关键字的搜索。

首先，我们来到front/template/datacenter/jpearth/manage.html里面，来确认一下这个form是什么形式发送的关键字：

<form action="" method="get" class="form-inline ml-auto">
    <div class="form-group mr-4">
        <label for="title-input">标题：label>
        <input type="text" class="form-control" name="search" id="title-input" placeholder="关键字">
    div>
    <div class="form-group mr-4">
        <button class="btn btn-primary">查询button>
    div>
form>

看到这里在form标签里面，是个get请求。判断http://127.0.0.1:8000/jpearth/这个url是正常的显示全部还是说搜索，关键就在于url后面有没有跟search参数。而这个参数就是在上面的这个input标签里面，因为它的name是search。

这下子就简单多了，我们只需要接着修改我们前一节的JpEarthView里面的get函数就可以了。

# 解析url，提取出来url里面的变量
def process_paramter(self, request):
    search_key = request.GET.get('search')
    handle_type = self.TYPE_ALL if search_key is None else self.TYPE_SEARCH
    return handle_type, search_key

# 通过传入的变量，来区分是全部搜索还是精确搜索
def get_data_from_db(self, handle_type, search_key):
    if handle_type == self.TYPE_ALL:
        result = self.collection.find()
    else:
        # 通过地址(jp_location)精确查找
        result = self.collection.find({"jp_location": search_key})
    return list(result)

这个时候我们来实验一下前端是否能够精确的搜索，我们以地名福島県沖为例：

然后点击查询，看到结果如下：

可以看到结果正确，并且注意到上面的URL地址变成了http://127.0.0.1:8000/jpearth/?fid=&search=福島県沖，说明和我们之前预想的完全一致。

但是，这个是精确查找，当我们在关键字地方输入南部的时候，我们希望得到类似福島県沖这样的信息，可是我们得到的确实以下信息：

返回结果为0。这个就是精确查找带来的不便之处。接下来我们来做模糊查找。

指定搜索条件模糊查找

如果我们按照地名的模糊查找也非常好办。只需要将之前的get_data_from_db()函数里面的search方法稍作修改就可以：

def get_data_from_db(self, handle_type, search_key):
    if handle_type == self.TYPE_ALL:
        result = self.collection.find()
    else:
        # 通过地址(jp_location) 精确查找
        #result = self.collection.find({"jp_location": search_key})
        # 通过地址(jp_location) 模糊查找
        result = self.collection.find({"jp_location": {'$regex': ".*" + search_key + ".*"}})
    return list(result)

可以看到，我们这里将原来的search_key替换成了{'$regex': ".*" + search_key + ".*"}。这个是使用正则表达式来做的包含处理，

因为MongoDB的搜索支持正则表达式，所以我们这里使用一个正则表达式的方法来做QuerySet中的contains处理，方便又快捷。

实际测试一下效果，看看这回南部会不会显示出来正确的结果：

完美，南部也显示出来。

接下来就友会有人疑问，如果我想组合查找呢？
就比如线上Peekpa.com中的数据中心：

比如番号的搜索，可能有大写，也有小写的，我希望输入一个小写的番号，能够返回来的信息既有大写的番号，也有小写的番号。这该怎么做？

指定搜索条件组合查找

这种组合查找，不难，我们需要修改的还是那个get_data_from_db()函数：

query_set = [{"post_title": {'$regex': ".*" + search_key + ".*"}},
{"post_title": {'$regex': ".*" + search_key.lower() + ".*"}},
{"post_title": {'$regex': ".*" + search_key.upper() + ".*"}}]
result = self.collection.find({"$or": query_set})

可以看到这么几个关键的知识点：

• 创建了一个query_set，里面是一个list。list里面分别放的就是我们之前模糊条件搜索的条件：

{"post_title": {'$regex': ".*" + search_key + ".*"}}

变化的只是'$regex':后面的内容。

• 在find()方法里，我们使用：{"$or": query_set}让PyMongo条件搜索。这里的关键字是$or，这样就是或的关系。
• 如果想使用且的关系，直接的列出条件就好，如下：

self.collection.find({"age":{"$gt":22}, "name":{"$regex":"user"}})

这样，我们搜索一个番号，就能出来即使大写的，又是小写的结果：

搜索结果排序

接下来，我们就是想要实现搜索结果排序了。我们如果直接只调用find()方法，那么找出来的顺序是按照MongoDB的_id来排序的。如果想要实现结果排序，很简单：在find()后面添加sort(id， order)方法即可，这其中id为要排序的id name，order则是升序还是降序。

比如我们要实现地震信息升序排列，因为我们默认的数据是降序的（数据添加顺序导致），所以我们升序排列的话，就要将原有的方法修改成下面的样子：

def get_data_from_db(self, handle_type, search_key):
    if handle_type == self.TYPE_ALL:
        # 搜索全部结果
        #result = self.collection.find()
        # 降序排列
        #result = self.collection.find().sort('jp_time_num', pymongo.DESCENDING)
        # 升序排列
        result = self.collection.find().sort('jp_time_num', pymongo.ASCENDING)
    else:
        # 通过地址(jp_location) 精确查找
        #result = self.collection.find({"jp_location": search_key})
        # 通过地址(jp_location) 模糊查找
        result = self.collection.find({"jp_location": {'$regex': ".*" + search_key + ".*"}})
    return list(result)

看到：

• pymongo.ASCENDING：升序
• pymongo.DESCENDING：降序

我们开看一下，发现我们换成了pymongo.ASCENDING之后，地震结果是升序排列的：

搜索返回指定字段

大部分时候，我们的搜索想返回指定字段，因为如果数据模型太过庞大，每回搜索都返回全部内容，前端的数据量肯定会崩溃的，所以想要做只返回指定字段的类型，这个也很简单，只需要在find()方法里面，再添加需要返回字段的id就可以。

比如我们只需要返回地震地点和地震发生时间的信息，我们需要把find()方法修改成以下样子：

# 只返回 地震地点 还有 地震时间
result = self.collection.find({},{'jp_title', 'jp_location'})

可以看到，这里find()第一个参数为{}，我们在第二个参数里面才设置的需要返回的字段，再来看一下后台和前端的结果：

后台看到，返回的只有_id，jp_title和jp_location这三个字段：

但是，这里就有个问题：如果有些字段你不想返回呢？这又该怎么做。比如这里，我们不想返回jp_title和jp_location字段，很简单，find方法这么写：

# 不 返回 地震地点 还有 地震时间
result = self.collection.find({},{'jp_title':False, 'jp_location':False})

只要将第二个参数，变幻成字典形就可以，将不想返回的字段，值设置成False就可以。

我们看一下前端和后台的效果：

后台：

是不是非常的简单易懂？

单一查找

上面讲述的collection.find()方法，返回的是一个Cursor，但是它的查询结果是一个数组。如果要单一查找，我们只需要使用：

collection.find_one()

具体里面的参数，和上面find()方法是一样的。这里就简单的给大家做个演示: 我们查找 jp_location为福島県沖的数据：

result = self.collection.find_one({"jp_location":"福島県沖"})
print(result)

#{'_id': ObjectId('5f002078601bd55f57ca2130'), 'jp_create_time': '2020-7-4-14-23-52', 'jp_url': 'http://www.jma.go.jp/jp/quake/20200704062249395-04152004.html', 'jp_title': '２０２０年\u3000７月\u3000４日１５時２０分', 'jp_id': '2020070406224939504152004', 'jp_time_num': '2020-07-04-15-20-04', 'jp_location_image_url': 'http://www.jma.go.jp/jp/quake/images/japan/20200704062249395-04152004.png', 'jp_location': '福島県沖', 'jp_level': 'Ｍ３．７', 'jp_max_level': '震度１', 'jp_time_text': '\u3000７月\u3000４日１５時２２分'}

可以看到，这条结果result其实就已经是一个单个的数据了，并不是数组。好了，今天的内容其实很多了，我们来总结一下。

技术总结

最后总结一下，

如何玩转PyMongo：

1. 首先好好阅读文章，文章里面有生动的例子，和配套的代码，还有代码运行结果的配图，简直不要太VIP；
2. PyMongo的插入有两个方法：insert()和insert_many()，分别对应的是单个插入和群体插入，怎么这么怪怪的；
3. PyMongo的查找，也是有两种：find()和find_one()，分别是结果群体查找和结果单个查找;
4. 在查找的时候，可以传入精确的变量进行精确查找，也可以把条件组合起来；
5. 最后结果还支持排序；
6. 进阶篇的**玩转PyMongo(上)**总结完毕。

获取代码的唯一途径：关注『皮爷撸码』，回复『代码』即可获得。

长按下图二维码关注，如文章对你有启发或者能够帮助到你，欢迎点赞，在看，转发三连走一发，这是对我原创内容输出的最大肯定。