Flask 扩展 Flask-PyMongo

安装

pip install Flask-PyMongo

初始化Pymongo实例

from flask import Flask

from flask.ext.pymongo import PyMongo

app = Flask(__name__)

app.config.update(

    MONGO_HOST='localhost',

    MONGO_PORT=27017,

    MONGO_USERNAME='bjhee',

    MONGO_PASSWORD='',

    MONGO_DBNAME='flask'

)

mongo = PyMongo(app)

在应用配置中，我们指定了MongoDB的服务器地址，端口，数据库名，用户名和密码。对于上面的配置，我们也可以简化为：

app.config.update(

    MONGO_URI='mongodb://localhost:27017/flask',

    MONGO_USERNAME='bjhee',

    MONGO_PASSWORD=''

)

在同一应用中，我们还可以初始化两个以上的Flask-PyMongo实例，分别基于不同的配置项：

app.config.update(

    MONGO_URI='mongodb://localhost:27017/flask',

    MONGO_USERNAME='bjhee',

    MONGO_PASSWORD='',

    MONGO_TEST_URI='mongodb://localhost:27017/test'

)

mongo = PyMongo(app)

mongo_test = PyMongo(app, config_prefix='MONGO_TEST')

当调用初始化方法”PyMongo()”时，传入”config_prefix”参数，该PyMongo实例就会使用以”MONGO_TEST”为前缀的配置项，而不是默认的”MONGO”前缀，比如上例中的”MONGO_TEST_URI”。

添加数据

 user = {'name':'Michael', 'age':18, 'scores':[{'course': 'Math', 'score': 76}]}

    mongo.db.users.insert_one(user)

“mongo.db.users”用来获取名为”users”集合对象，类型是”pymongo.collection.Collection”，该对象上的”insert_one()”方法用来创建一条记录。相应的，集合对象上的”insert_many()”方法可以同时创建多条记录，比如：

 result = mongo.db.tests.insert_many([{'num': i} for i in range(3)])

查询数据

集合对象提供了”find_one()”和”find()”方法分别用来获取一条和多条文档记录，两个方法都可以传入查询条件作为参数：

@app.route('/user')

@app.route('/user/<string:name>')

def user(name=None):

    if name is None:

        users = mongo.db.users.find()

        return render_template('users.html', users=users)

    else:

        user = mongo.db.users.find_one({'name': name})

        if user is not None:

            return render_template('users.html', users=[user])

        else:

            return 'No user found!'

上例中的模板文件”users.html”如下：

<!doctype html>

<title>PyMongo Sample</title>

<h1>Users:</h1>

<ul>

{% for user in users %}

    <li>{{ user.name }}, {{ user.age }}</li>

    <ul>

    {% for score in user.scores %}

        <li>{{ score.course }}, {{ score.score }}</li>

    {% endfor %}

    </ul>

{% endfor %}

</ul>

“find_one()”方法返回的就是一个字典，所以我们可以直接对其作操作。”find()”方法返回的其实是一个”pymongo.cursor.Cursor”对象，不过Cursor类实现了”__iter__()”和”next()”方法，因此可以用”for … in …”循环来遍历它。

Cursor类还提供了很多功能接口来强化查询功能

“count()”方法, 获取返回数据集的大小

    users = mongo.db.users.find({'age':{'$lt':20}})

    print users.count()    # 打印年龄小于20的用户个数

“sort()”方法, 排序

    from flask_pymongo import DESCENDING

    # 返回所有用户，并按名字升序排序

    users = mongo.db.users.find().sort('name')

    # 返回所有用户，并按年龄降序排序

    users = mongo.db.users.find().sort('age', DESCENDING)

“limit()”和”skip()”方法, 分页

    # 最多只返回5条记录，并且忽略开始的2条

    # 即返回第三到第七（如果存在的话）条记录

    users = mongo.db.users.find().limit(5).skip(2)

“distinct()”方法, 获取某一字段的唯一值

    ages = mongo.db.users.find().distinct('age')

    print (ages)    # 打印 [18, 21, 17]

注意，”distinct()”方法需传入字段名，它返回的是一个列表，而不是Cursor或文档。上例列出了’age’字段所有的唯一值。

更新数据

“pymongo.collection.Collection”提供了两种更新数据的方法，一种是update，可以更新指定文档中某个字段的值，同关系型数据库中的update类似。update有两个函数，”update_one()”更新一条记录，”update_many()”更新多条记录：

    # 找到名为Tom的第一条记录，将其年龄加3

    result = mongo.db.users.update_one({'name': 'Tom'}, {'$inc': {'age': 3}})

    # 打印被改动过的记录数

    print '%d records modified' % result.modified_count

    # 找到所有年龄小于20的用户记录，将其年龄设为20

    result = mongo.db.users.update_many({'age':{'$lt':20}}, {'$set': {'age': 20}})

    # 打印被改动过的记录数

    print '%d records modified' % result.modified_count

另一种更新数据的方法是replace，它不是用来更新某一字段，而是把整条记录替换掉。它就一个函数”replace_one()”：

    user = {'name':'Lisa', 'age':23, 'scores':[{'course': 'Politics', 'score': 95}]}

    # 找到名为Jane的第一条记录，将其替换为上面的名为Lisa的记录

    result = mongo.db.users.replace_one({'name': 'Jane'}, user)

    # 打印被改动过的记录数

    print '%d records modified' % result.modified_count

删除数据

删除数据可以使用集合对象上的delete方法，它也有两个函数，”delete_one()”删除一条记录，”delete_many()”删除多条记录：

 # 删除名为Michael的第一条记录

    result = mongo.db.users.delete_one({'name': 'Michael'})

    # 打印被删除的记录数

    print '%d records deleted' % result.deleted_count

    # 找到所有年龄大于20的用户记录

    result = mongo.db.users.delete_many({'age':{'$gt':20}})

    # 打印被删除的记录数

    print '%d records deleted' % result.deleted_count

如果你想将集合整个删除，可以使用”drop()”方法：

    mongo.db.users.drop()

练习：PyMongo结合Restful

from flask import Flask, request

from flask_restful import Api, Resource

from flask_pymongo import PyMongo

app = Flask(__name__)

app.config['MONGO_URI']='mongodb://localhost:27017/flask'

api = Api(app)

mongo = PyMongo(app)

class User(Resource):

    def get(self, name):

        user = mongo.db.users.find_one({'name': name})

        if user is not None:

            user.pop('_id')

            return dict(result='success', user=user)

        return dict(result='error', message='No record found')

    def delete(self, name):

        result = mongo.db.users.delete_one({'name': name})

        count = result.deleted_count

        if count > 0:

            return dict(result='success', message='%d records deleted' % count)

        return dict(result='error', message='Failed to delete')

    def put(self, name):

        user = request.get_json()

        result = mongo.db.users.replace_one({'name': 'name'}, user)

        count = result.modified_count

        if count > 0:

            return dict(result='success', message='%d records modified' % count)

        return dict(result='error', message='Failed to modify')

class UserList(Resource):

    def get(self):

        users = mongo.db.users.find()

        user_list = []

        for user in users:

            user.pop('_id')

            user_list.append(user)

        return dict(result='success', userlist=user_list)

    def post(self):

        user = request.get_json()

        user_id = mongo.db.users.insert_one(user).inserted_id

        if user_id is not None:

            return dict(result='success', message='1 record added')

        return dict(result='error', message='Failed to insert')

api.add_resource(UserList, '/users')

api.add_resource(User, '/users/<name>')

if __name__ == '__main__':

    app.run(host='0.0.0.0', debug=True)

这里我们使用name作为键值来查询，因为MongoDB中的id太复杂。注意，我们在输出时都会把”_id”字段去掉，因为它是”ObjectId”类型无法JSON序列化，同时如果你的数据中有日期时间类型，也要特别处理后才能被JSON序列化。