Python Mongodb 查询文档：从零开始掌握数据检索
在现代应用开发中，数据的存储与查询是绕不开的核心环节。MongoDB 作为最受欢迎的 NoSQL 数据库之一，以其灵活的文档结构和强大的查询能力，成为众多项目的技术选择。而 Python 作为最流行的编程语言之一，与 MongoDB 的结合更是如虎添翼。今天，我们就来深入探讨一个关键主题：Python Mongodb 查询文档。无论你是初学者还是有一定经验的开发者，这篇文章都将带你一步步掌握如何高效、准确地从 MongoDB 中获取所需数据。
我们不会从安装驱动开始讲起，但会假设你已经完成了 pymongo 的安装，并成功连接到了 MongoDB 实例。如果你还不熟悉环境搭建，可以先参考官方文档完成基础配置。
连接 MongoDB 与获取集合
在进行任何查询之前，第一步是建立与 MongoDB 的连接。这就像打开一扇门，只有门开了，才能走进去查看房间里的东西。
from pymongo import MongoClient
client = MongoClient("mongodb://localhost:27017/")
db = client["school"]
collection = db["students"]
✅ 注释说明：
MongoClient是 Python 连接 MongoDB 的核心类。"mongodb://localhost:27017/"是本地默认的 MongoDB 地址，生产环境应使用实际 IP 或域名。db["school"]创建或获取一个数据库对象。collection相当于传统数据库中的“表”，但它是动态的，不需要预先定义结构。
基础查询：find() 方法详解
最常用的查询方法是 find()，它用于从集合中查找匹配条件的文档。我们可以把它想象成在一本厚厚的书里找特定章节的内容。
all_students = collection.find()
for student in all_students:
print(student)
✅ 注释说明：
find()返回一个游标对象（cursor），不是列表，所以必须遍历才能获取数据。- 如果不加任何参数，
find()会返回集合中所有文档，类似于 SQL 的SELECT *。- 使用
for循环遍历游标是标准做法，适合处理大量数据。
条件查询：使用查询过滤器
在实际项目中，我们很少需要查全部数据。更多时候，我们需要根据某些条件筛选出特定记录。比如查找年龄大于 18 的学生。
query = {"age": {"$gt": 18}}
result = collection.find(query)
for student in result:
print(f"姓名: {student['name']}, 年龄: {student['age']}")
✅ 注释说明：
{"age": {"$gt": 18}}是一个查询条件对象。$gt是 MongoDB 提供的比较操作符，表示“大于”。- 其他常见操作符包括：
$lt（小于）、$gte（大于等于）、$lte（小于等于）、$eq（等于）、$ne（不等于）。- 查询条件必须写成字典格式，键为字段名，值为操作符与值的组合。
多条件查询：使用逻辑操作符
有时候我们需要同时满足多个条件，比如既要求年龄大于 18，又要求班级为“高三一班”。
query = {
"age": {"$gt": 18},
"class": "高三一班"
}
result = collection.find(query)
for student in result:
print(f"姓名: {student['name']}, 年龄: {student['age']}, 班级: {student['class']}")
✅ 注释说明：
- 多个条件在同一个字典中表示“逻辑与”关系（AND）。
- MongoDB 会自动将多个条件组合起来，只有同时满足的文档才会被返回。
- 如果你想实现“或”逻辑，可以使用
$or操作符。
使用 $or 和 $and 操作符进行复杂筛选
当需求更复杂时，比如查找年龄大于 18 或者成绩大于 90 的学生，就需要用到 $or。
query = {
"$or": [
{"age": {"$gt": 18}},
{"score": {"$gt": 90}}
]
}
result = collection.find(query)
for student in result:
print(f"姓名: {student['name']}, 年龄: {student['age']}, 成绩: {student['score']}")
✅ 注释说明：
$or接收一个列表，列表中每个元素都是一个独立的条件。- 只要满足其中一个条件，文档就会被返回。
- 类似地，
$and可以显式表示“与”逻辑，虽然默认就是 AND，通常无需显式写出。
限制结果数量与排序
在处理大量数据时，我们往往不需要全部返回。这时可以使用 limit() 和 sort() 来控制输出。
query = {}
sort_criteria = [("age", -1)] # -1 表示降序，1 表示升序
limit_count = 5
result = collection.find(query).sort(sort_criteria).limit(limit_count)
for student in result:
print(f"姓名: {student['name']}, 年龄: {student['age']}")
✅ 注释说明：
.sort()接收一个列表，每个元素是(字段名, 排序方向)的元组。-1表示降序，1表示升序。.limit(5)限制返回最多 5 条记录，防止内存溢出或响应延迟。- 这两个方法可以链式调用，顺序不影响结果。
字段投影：只返回需要的字段
有时我们并不需要整个文档，只需要部分字段。比如只关心姓名和成绩，不关心地址或邮箱。
projection = {"name": 1, "score": 1, "_id": 0} # _id: 0 表示不返回 _id 字段
result = collection.find(query, projection)
for student in result:
print(f"姓名: {student['name']}, 成绩: {student['score']}")
✅ 注释说明：
projection是一个字典，键为字段名，值为1表示包含，0表示排除。_id字段默认会被返回，如果不想显示，必须显式设为0。- 投影可以显著减少网络传输量和内存占用，尤其在大数据量场景下非常有用。
使用正则表达式进行模糊查询
在搜索功能中，模糊匹配是常见需求。比如查找姓名中包含“小明”的学生。
query = {"name": {"$regex": "小明", "$options": "i"}}
result = collection.find(query)
for student in result:
print(f"姓名: {student['name']}")
✅ 注释说明：
$regex用于正则匹配。"$options": "i"表示忽略大小写，适用于中文场景也有效。- 正则表达式在处理文本搜索时非常强大，是构建高级查询功能的基础。
实际案例：模拟学生管理系统查询
我们来构建一个完整的查询示例，模拟一个真实场景：
query = {
"class": "高三一班",
"score": {"$gt": 90},
"age": {"$lt": 20}
}
projection = {"name": 1, "score": 1, "_id": 0}
sort_order = [("score", -1)]
limit_num = 3
result = collection.find(query, projection).sort(sort_order).limit(limit_num)
print("符合条件的学生：")
for student in result:
print(f"姓名: {student['name']}, 成绩: {student['score']}")
✅ 注释说明：
- 本例综合运用了多条件、投影、排序、限制数量等技巧。
- 实际开发中，这类查询常用于前端列表页、搜索框、筛选器等模块。
- 代码结构清晰，易于扩展和维护。
小结与建议
通过本文，我们系统学习了 Python Mongodb 查询文档 的核心知识点。从基础连接到复杂条件组合，再到性能优化技巧，每一步都贴近真实开发场景。
记住几个关键点：
find()是查询入口，返回的是游标。- 查询条件使用字典格式，配合
$gt、$or等操作符实现灵活筛选。 - 投影和限制数量能显著提升性能。
- 正则表达式适合模糊匹配。
- 链式调用
.sort().limit()便于控制输出。
在实际项目中，建议为常用查询创建函数封装，例如 get_top_students(n)，提高代码复用性。同时，为经常查询的字段添加索引，能极大提升查询速度。
掌握这些技能，你已经具备了在 Python 项目中高效操作 MongoDB 的能力。接下来，不妨动手尝试构建一个小型的个人博客或任务管理系统，把今天学到的知识用起来！