PyMongo

#pymongo
Table des matières
À propos 1

Chapitre 1: Démarrer avec PyMongo 2

Remarques 2

Examples 2

Installation ou configuration 2

Bonjour le monde 2

Installer PyMongo 2

Créer une connexion 3

Accéder aux objets de base de données 3

Accéder aux objets de collection 3

Fonctionnement de base du CRUD 3

Créer 3

Mettre à jour 4

Lis 4

Interroger avec projection 4

Effacer 4

Chapitre 2: Conversion entre BSON et JSON 6

Introduction 6

Examples 6

Utiliser json_util 6

Usage simple 6

JSONOptions 6

Utiliser python-bsonjs 7

Installation 8

Usage 8

Utilisation du module json avec des gestionnaires personnalisés 8

Chapitre 3: Filtrer les documents par heure de création stockée dans ObjectId 10

Introduction 10

Examples 10

Documents créés dans les 60 dernières secondes 10

Crédits 11
À propos
You can share this PDF with anyone you feel could benefit from it, downloaded the latest version
from: pymongo

It is an unofficial and free PyMongo ebook created for educational purposes. All the content is
extracted from Stack Overflow Documentation, which is written by many hardworking individuals at
Stack Overflow. It is neither affiliated with Stack Overflow nor official PyMongo.

The content is released under Creative Commons BY-SA, and the list of contributors to each
chapter are provided in the credits section at the end of this book. Images may be copyright of
their respective owners unless otherwise specified. All trademarks and registered trademarks are
the property of their respective company owners.

Use the content presented in this book at your own risk; it is not guaranteed to be correct nor
accurate, please send your feedback and corrections to [email protected]

https://riptutorial.com/fr/home 1
Chapitre 1: Démarrer avec PyMongo
Remarques
Cette section fournit une vue d'ensemble de ce qu'est pymongo et pourquoi un développeur peut
vouloir l'utiliser.

Il devrait également mentionner tous les grands sujets au sein de pymongo, et établir un lien avec
les sujets connexes. La documentation de pymongo étant nouvelle, vous devrez peut-être créer
des versions initiales de ces rubriques connexes.

Examples
Installation ou configuration

Instructions détaillées sur la mise en place ou l'installation de pymongo.

• Installation avec Pip

○ Pour installer pymongo pour la première fois:

pip install pymongo

○ Installer une version spécifique de pymongo:

Où XXX est la version à installer

pip install pymongo==XXX

○ Mise à niveau du pymongo existant:

pip install --upgrade pymongo

• Installation avec easy_install

○ Pour installer pymongo pour la première fois:

python -m easy_install pymongo

○ Mise à niveau du pymongo existant:

python -m easy_install -U pymongo

Bonjour le monde

PyMongo est un pilote Python natif pour MongoDB.

Installer PyMongo

https://riptutorial.com/fr/home 2
 pip install pymongo

Créer une connexion

Utilisez MongoClient pour créer une connexion. MongoClient utilise par défaut l'instance
MongoDB s'exécutant sur localhost:27017 si elle n'est pas spécifiée.

from pymongo import MongoClient

client = MongoClient()

Accéder aux objets de base de données

La classe Database de PyMongo représente la construction de base de données dans MongoDB.
Les bases de données contiennent des groupes de collections liées de manière logique.

db = client.mydb

Accéder aux objets de collection

La classe Collection de PyMongo représente la construction de collection dans MongoDB. Les
collections contiennent des groupes de documents connexes.

col = db.mycollection

MongoDB crée implicitement de nouvelles bases de données et collections lors de la première

utilisation.

Fonctionnement de base du CRUD

MongoDB stocke les enregistrements de données sous forme de documents BSON . BSON est la
représentation binaire de JSON.

$ python
>>> from pymongo import MongoClient
>>> client = MongoClient()
>>> col = client.mydb.test

Créer
Insérer un seul document insert_one(document)

>>> result = col.insert_one({'x':1})

>>> result.inserted_id
ObjectId('583c16b9dc32d44b6e93cd9b')

https://riptutorial.com/fr/home 3
Insérer plusieurs documents insert_many(documents)

>>> result = col.insert_many([{'x': 2}, {'x': 3}])

>>> result.inserted_ids
[ObjectId('583c17e7dc32d44b6e93cd9c'), ObjectId('583c17e7dc32d44b6e93cd9d')]

Remplacez un seul document correspondant au filtre replace_one(filter, replacement,

upsert=False) . (pour insérer un nouveau document si le document correspondant n'existe pas,
utilisez upsert=True )

>>> result = col.replace_one({'x': 1}, {'y': 1})

>>> result.matched_count
1
>>> result.modified_count
1

Mettre à jour
Mettre à jour un seul document correspondant au filtre update_one(filter, update, upsert=False)

>>> result = col.update_one({'x': 1}, {'x': 3})

Mettre à jour un ou plusieurs documents correspondant au filtre update_many(filter, update,

upsert=False)

>>> result = col.update_many({'x': 1}, {'x': 3})

Lis
Interroger la base de données find(filter=None, projection=None, skip=0, limit=0,
no_cursor_timeout=False) . L'argument de filtre est un document prototype auquel tous les résultats
doivent correspondre.

>>> result = col.find({'x': 1})

Obtenir un document unique à partir de la base de données find_one(filter=None)

>>> result = col.find_one()

Interroger avec projection

query={'x':1}
projection={'_id':0, 'x':1} # show x but not show _id
result=col.find(query,projection)

Effacer

https://riptutorial.com/fr/home 4
Supprimer un seul document correspondant au filtre delete_one(filter)

>>> result = col.delete_one({'x': 1})

>>> result.deleted_count
1

Supprimer un ou plusieurs documents correspondant au filtre delete_many(filter)

>>> result = col.delete_many({'x': 1})

>>> result.deleted_count
3

PyMongo fournit également la fonctionnalité find_one_and_delete() , find_one_and_update() et

find_one_and_replace() .

Lire Démarrer avec PyMongo en ligne: https://riptutorial.com/fr/pymongo/topic/2612/demarrer-

avec-pymongo

https://riptutorial.com/fr/home 5
Chapitre 2: Conversion entre BSON et JSON
Introduction
Dans de nombreuses applications, les enregistrements de MongoDB doivent être sérialisés au
format JSON. Si vos enregistrements ont des champs de type date, datetime, objectId, binary,
code, etc., vous rencontrez TypeError: not JSON serializable exceptions TypeError: not JSON
serializable lors de l'utilisation de json.dumps . Cette rubrique montre comment surmonter cela.

Examples
Utiliser json_util

json_util fournit deux méthodes d'assistance, des dumps et des loads , qui encapsulent les
méthodes json natives et fournissent une conversion BSON explicite vers et depuis json.

Usage simple

from bson.json_util import loads, dumps

record = db.movies.find_one()
json_str = dumps(record)
record2 = loads(json_str)

si record est:

{
"_id" : ObjectId("5692a15524de1e0ce2dfcfa3"),
"title" : "Toy Story 4",
"released" : ISODate("2010-06-18T04:00:00Z")
}

alors json_str devient:

{
"_id": {"$oid": "5692a15524de1e0ce2dfcfa3"},
"title" : "Toy Story 4",
"released": {"$date": 1276833600000}
}

JSONOptions
Il est possible de personnaliser le comportement des dumps au moyen d' un JSONOptions objet. Deux
ensembles d'options sont déjà disponibles: DEFAULT_JSON_OPTIONS et STRICT_JSON_OPTIONS .

>>> bson.json_util.DEFAULT_JSON_OPTIONS
JSONOptions(strict_number_long=False, datetime_representation=0,

https://riptutorial.com/fr/home 6
 strict_uuid=False, document_class=dict, tz_aware=True,
uuid_representation=PYTHON_LEGACY, unicode_decode_error_handler='strict',
tzinfo=<bson.tz_util.FixedOffset object at 0x7fc168a773d0>)

Pour utiliser différentes options, vous pouvez:

1. modifiez l'objet DEFAULT_JSON_OPTIONS . Dans ce cas, les options seront utilisées pour tous les
appels suivants aux dumps :

from bson.json_util import DEFAULT_JSON_OPTIONS

DEFAULT_JSON_OPTIONS.datetime_representation = 2
dumps(record)

2. spécifier un JSONOptions dans un appel à dumps utilisant le paramètre json_options :

# using strict
dumps(record, json_options=bson.json_util.STRICT_JSON_OPTIONS)

# using a custom set of options

from bson.json_util import JSONOptions
options = JSONOptions() # options is a copy of DEFAULT_JSON_OPTIONS
options.datetime_representation=2
dumps(record, json_options=options)

Les paramètres de JSONOptions sont les suivants:

• strict_number_long : Si true, les objets Int64 sont codés dans le type Strict NumberLong
du mode Strict de MongoDB Extended JSON, c'est-à-dire {"$numberLong": "<number>" } .
Sinon, ils seront encodés en int. La valeur par défaut est False.
• datetime_representation : représentation à utiliser lors du codage des instances de
datetime.datetime. 0 => {"$date": <dateAsMilliseconds>} , 1 => {"$date": {"$numberLong":
"<dateAsMilliseconds>"}} , 2 => {"$date": "<ISO-8601>"}
• strict_uuid : Si true, l'objet uuid.UUID est codé dans le type de mode Strict Binary de
MongoDB Extended JSON. Sinon, il sera codé comme {"$uuid": "<hex>" } . La valeur par
défaut est False.
• document_class : Les documents BSON renvoyés par load () seront décodés en une
instance de cette classe. Doit être une sous-classe de collections.MutableMapping. Par
défaut, dict.
• uuid_representation : représentation BSON à utiliser lors du codage et du décodage des
instances de uuid.UUID. La valeur par défaut est PYTHON_LEGACY.
• tz_aware : Si la valeur est true, le type de mode Strict de MongoDB Extended JSON Date
sera décodé en instances de datetime.datetime identifiées par le fuseau horaire. Sinon, ils
seront naïfs. La valeur par défaut est True.
• tzinfo : Une sous-classe datetime.tzinfo qui spécifie le fuseau horaire à partir duquel les
objets datetime doivent être décodés. La valeur par défaut est utc.

Utiliser python-bsonjs

python-bsonjs ne dépend pas de PyMongo et peut offrir une amélioration des performances par

https://riptutorial.com/fr/home 7
rapport à json_util :

bsonjs est environ 10 à 15 fois plus rapide que json_util de PyMongo pour décoder
BSON en JSON et encoder JSON en BSON.

Notez que:

• pour utiliser efficacement bsonjs, il est recommandé de travailler directement avec

RawBSONDocument
• les dates sont codées en utilisant la représentation LEGACY, c'est-à-dire {"$date":
<dateAsMilliseconds>} . Il n'y a actuellement aucune option pour changer cela.

Installation

pip install python-bsonjs

Usage
Pour tirer pleinement parti des bsonjs, configurez la base de données pour utiliser la classe
RawBSONDocument . Ensuite, utilisez dumps pour convertir des octets bruts bson en json et des loads
pour convertir json en octets bruts bson:

import pymongo
import bsonjs
from pymongo import MongoClient
from bson.raw_bson import RawBSONDocument

# configure mongo to use the RawBSONDocument representation

db = pymongo.MongoClient(document_class=RawBSONDocument).samples
# convert json to a bson record
json_record = '{"_id": "some id", "title": "Awesome Movie"}'
raw_bson = bsonjs.loads(json_record)
bson_record = RawBSONDocument(raw_bson)
# insert the record
result = db.movies.insert_one(bson_record)
print(result.acknowledged)

# find some record

bson_record2 = db.movies.find_one()
# convert the record to json
json_record2 = bsonjs.dumps(bson_record2.raw)
print(json_record2)

Utilisation du module json avec des gestionnaires personnalisés

Si tout ce dont vous avez besoin est la sérialisation des résultats de mongo dans json, il est
possible d'utiliser le module json , à condition que vous définissiez des gestionnaires
personnalisés pour gérer les types de champs non sérialisables. Un avantage est que vous
disposez de toute la puissance nécessaire pour encoder des champs spécifiques, tels que la
représentation datetime.

https://riptutorial.com/fr/home 8
Voici un gestionnaire qui code les dates en utilisant la représentation iso et l'ID sous forme de
chaîne hexadécimale:

import pymongo
import json
import datetime
import bson.objectid

def my_handler(x):
if isinstance(x, datetime.datetime):
return x.isoformat()
elif isinstance(x, bson.objectid.ObjectId):
return str(x)
else:
raise TypeError(x)

db = pymongo.MongoClient().samples
record = db.movies.find_one()
# {u'_id': ObjectId('5692a15524de1e0ce2dfcfa3'), u'title': u'Toy Story 4',
# u'released': datetime.datetime(2010, 6, 18, 4, 0),}

json_record = json.dumps(record, default=my_handler)

# '{"_id": "5692a15524de1e0ce2dfcfa3", "title": "Toy Story 4",
# "released": "2010-06-18T04:00:00"}'

Lire Conversion entre BSON et JSON en ligne:

https://riptutorial.com/fr/pymongo/topic/9348/conversion-entre-bson-et-json

https://riptutorial.com/fr/home 9
Chapitre 3: Filtrer les documents par heure
de création stockée dans ObjectId
Introduction
Inclut des exemples de requêtes pymongo pour filtrer des documents par horodatage encapsulé
dans ObjectId

Examples
Documents créés dans les 60 dernières secondes

Comment trouver des documents créés il y a 60 secondes

seconds = 60

gen_time = datetime.datetime.today() - datetime.timedelta(seconds=seconds)

dummy_id = ObjectId.from_datetime(gen_time)

db.CollectionName.find({"_id": {"$gte": dummy_id}})

Si vous vous trouvez dans un autre fuseau horaire, vous devrez peut-être compenser l'heure de la
date et l'heure UTC

seconds = 60

gen_time = datetime.datetime.today() - datetime.timedelta(seconds=seconds)

# converts datetime to UTC
gen_time=datetime.datetime.utcfromtimestamp(gen_time.timestamp())

dummy_id = ObjectId.from_datetime(gen_time)

db.Collection.find({"_id": {"$gte": dummy_id}})

Lire Filtrer les documents par heure de création stockée dans ObjectId en ligne:
https://riptutorial.com/fr/pymongo/topic/9855/filtrer-les-documents-par-heure-de-creation-stockee-
dans-objectid

https://riptutorial.com/fr/home 10
Crédits
S.
Chapitres Contributeurs
No

Démarrer avec
1 Community, Himavanth, Kheshav Sewnundun, tim
PyMongo

Conversion entre
2 Derlin
BSON et JSON

Filtrer les documents

par heure de
3 Sawan Vaidya
création stockée
dans ObjectId

https://riptutorial.com/fr/home 11