博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
mongodb排序限制输出, 分组查询,爬虫连接mongodb
阅读量:5014 次
发布时间:2019-06-12

本文共 7745 字,大约阅读时间需要 25 分钟。

准备数据

```python

from pymongo import MongoClient
import datetime

client=MongoClient('mongodb://localhost:27017')

table=client['db1']['emp']

l=[

('张飞','male',18,'20170301','',7300.33,401,1), #以下是教学部
('张云','male',78,'20150302','teacher',1000000.31,401,1),
('刘备','male',81,'20130305','teacher',8300,401,1),
('关羽','male',73,'20140701','teacher',3500,401,1),
('曹操','male',28,'20121101','teacher',2100,401,1),
('诸葛亮','female',18,'20110211','teacher',9000,401,1),
('周瑜','male',18,'19000301','teacher',30000,401,1),
('司马懿','male',48,'20101111','teacher',10000,401,1),

('袁绍','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门

('张全蛋','female',38,'20101101','sale',2000.35,402,2),
('鹌鹑蛋','female',18,'20110312','sale',1000.37,402,2),
('王尼玛','female',18,'20160513','sale',3000.29,402,2),
('我尼玛','female',28,'20170127','sale',4000.33,402,2),

('杨过','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门

('小龙女','male',18,'19970312','operation',20000,403,3),
('郭靖','female',18,'20130311','operation',19000,403,3),
('黄蓉','male',18,'20150411','operation',18000,403,3),
('梅超风','female',18,'20140512','operation',17000,403,3)
]

for n,item in enumerate(l):

d={
"_id":n,
'name':item[0],
'sex':item[1],
'age':item[2],
'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'),
'post':item[4],
'salary':item[5]
}
table.save(d)

# 准备数据

```

分组的概念与mysql相同,以某个字段作为依据进行归类,其目的是为了统计

## $match

```python

#match 用于对数据进行筛选
{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等

#例1、select * from db1.emp where post='teacher';

db.emp.aggregate({"$match":{"post":"teacher"}})

#例2、select * from db1.emp where id > 3;

db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
)
```

## $project

```python

# project翻译为投射 ,即将一个数据结果映射为另一个结果 过程中可以对某些数据进行修改 控制其最终显示的结果
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}}

#1、select name,post,(age+1) as new_age from db1.emp;

db.emp.aggregate(
{"$project":{
"name":1,
"post":1
}})

#2、表达式之数学表达式

{"$add":[expr1,expr2,...,exprN]} #相加
{"$subtract":[expr1,expr2]} #第一个减第二个
{"$multiply":[expr1,expr2,...,exprN]} #相乘
{"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果
{"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果
#例:所有人年龄加1显示
db.emp.aggregate(
{"$project":{
"name":1,
"post":1,
"new_age":{"$add":["$age",1]}
}})
# 错误示范: 原因:参加运算的字段不能被影藏
db.emp.aggregate(
{"$project":{
"name":1,
"salary":1,
"age":0,
"new_age":{"$add":["$age",1]}
}})

#3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second
#例如:select name,date_format("%Y") as hire_year from db1.emp
db.emp.aggregate(
{"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}}
)

#例如查看每个员工的工作多长时间

db.emp.aggregate(
{"$project":{"name":1,"hire_period":{
"$subtract":[
{"$year":new Date()},
{"$year":"$hire_date"}
]
}}}
)

 

#4、字符串表达式

{"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]}
db.emp.aggregate({"$project":{"new_name":{"$substr":["$name",0,3]}}})
{"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接
db.emp.aggregate({"$project":{"new_name":{"$concat":["$name","$post"]}}})

{"$toLower":expr}

{"$toUpper":expr}

db.emp.aggregate({"$project":{"new_name":{"$toUpper":"$post"}}})

db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}})

#5、逻辑表达式

$and
$or
$not
其他见Mongodb权威指南
```

 

## $group

```python

# $group用于分组
# 分组后具体信息被影藏
db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post"}}
)

# 通常我们要对分组后的内容进行统计这就需要对应的几个聚合函数

# select id,avg(salary) from db1.emp where id > 3 group by post;

db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},
)
# math用于匹配 与mysql不同的是没有顺序限制 每一个操作像是一个管道接收上一个的数据进行处理再传给下一个

# select id,avg(salary) from db1.emp where id > 3 group by post having avg(salary) > 10000;

db.emp.aggregate(
{"$match":{"_id":{"$gt":3}}},
{"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}},
{"$match":{"avg_salary":{"$gt":10000}}}
)

# 对应的聚合函数 $sum、$avg、$max、$min、$first、$last

#1、将分组字段传给$group函数的_id字段即可
{"$group":{"_id":"$sex"}} #按照性别分组
{"$group":{"_id":"$post"}} #按照职位分组
{"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组,比如按照州市分组

#2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符:$sum、$avg、$max、$min、$first、$last

#例1:select post,max(salary) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}})

#例2:去每个部门最大薪资与最低薪资

db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}})

#例3:如果字段是排序后的,那么$first,$last会很有用,比用$max和$min效率高

db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}})

#例4:求每个部门的总工资

db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}})

#例5:求每个部门的人数

db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}})

#3、数组操作符
{"$addToSet":expr}:不重复
{"$push":expr}:重复
# 等同于group_concat
#例:查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post;
db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}})
db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
```

## $sort ,limit,skip

```python

{"$sort":{"字段名":1,"字段名":-1}} #1升序,-1降序
{"$limit":n}
{"$skip":n} #跳过多少个文档
#例1、取平均工资最高的前两个部门

db.emp.aggregate(

{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
}
)
#例2、
db.emp.aggregate(
{
"$group":{"_id":"$post","平均工资":{"$avg":"$salary"}}
},
{
"$sort":{"平均工资":-1}
},
{
"$limit":2
},
{
"$skip":1
}
)
排序:$sort、限制:$limit、跳过:$skip
```

## $sample

```python

# 随机取出n条记录
#集合users包含的文档如下
{ "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true }
{ "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false }
{ "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true }
{ "_id" : 4, "name" : "li", "q1" : true, "q2" : false }
{ "_id" : 5, "name" : "annT", "q1" : false, "q2" : true }
{ "_id" : 6, "name" : "li", "q1" : true, "q2" : true }
{ "_id" : 7, "name" : "ty", "q1" : false, "q2" : true }

#下述操作时从users集合中随机选取3个文档

db.users.aggregate({"$sample":{"size":3}})
随机选取n个:$sample
```

 

# 可视化工具

https://robomongo.org

 

 

 

from selenium.webdriver import Chrome from urllib.parse import urlencode from selenium.webdriver.common.by import By from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.support.wait import WebDriverWait import time import mongo driver=Chrome() name='黄金' encode_dict=urlencode({"keyword":name,"enc":"utf-8","wq":name}) url='https://search.jd.com/Search?'+encode_dict driver.get(url) def spider():     WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.CLASS_NAME, 'pn-next')))     height = driver.execute_script("return document.body.clientHeight")     driver.execute_script("""                 window.scrollTo({
top: %s, behavior: "smooth" });""" % height) items = driver.find_elements_by_css_selector(".gl-item") if len(items)==60: for i in items: price=i.find_element_by_css_selector('.p-price i').text img=i.find_element_by_css_selector('.p-scroll img').get_attribute('src') url=i.find_element_by_css_selector('.p-img a').get_attribute('href') print(price) mongo_dict={'img':img,'price':price,'url':url} mongo.insert(mongo_dict) WebDriverWait(driver, 30).until(EC.element_to_be_clickable((By.CLASS_NAME, 'pn-next'))) next_page = driver.find_element_by_css_selector('.pn-next') next_page.click() time.sleep(3) spider() else: return spider() for i in range(5): time.sleep(1) spider() time.sleep(6) driver.close()
from pymongo import MongoClient import datetime c=MongoClient(host='127.0.0.1',port=27017) db=c['admin'] db.authenticate('root','123') db.c['db1'] def insert(data):     c['db1']['jingdong'].insert(data) if __name__=='__main__':     insert({"url":"24qew"})
 

 

转载于:https://www.cnblogs.com/wrqysrt/p/10719953.html

你可能感兴趣的文章
Java进阶知识点6:并发容器背后的设计理念 - 锁分段、写时复制和弱一致性
查看>>
Makefile ===> Makefile 快速学习
查看>>
face detection[HR]
查看>>
java性能调优工具
查看>>
C# 其他的Url 文件的路径转化为二进制流
查看>>
cmake使用
查看>>
ios7上隐藏status bar
查看>>
构造方法和全局变量的关系
查看>>
python3基础05(有关日期的使用1)
查看>>
ArrayList的使用方法
查看>>
面向对象高级
查看>>
Bitwise And Queries
查看>>
打印Ibatis最终的SQL语句
查看>>
HBase之八--(3):Hbase 布隆过滤器BloomFilter介绍
查看>>
oracle连接问题ORA-00604,ORA-12705
查看>>
NOI 2019 退役记
查看>>
java的几个日志框架log4j、logback、common-logging
查看>>
Java从零开始学十三(封装)
查看>>
Python2和Python3中的rang()不同之点
查看>>
MySQL的外键,修改表,基本数据类型,表级别操作,其他(条件,通配符,分页,排序,分组,联合,连表操作)...
查看>>