PyMongo

#pymongo
Tabla de contenido
Acerca de 1

Capítulo 1: Empezando con PyMongo 2

Observaciones 2

Examples 2

Instalación o configuración 2

Hola Mundo 2

Instalar PyMongo 2

Crear una conexión 3

Acceder a objetos de base de datos 3

Acceder a objetos de colección 3

Funcionamiento básico de CRUD 3

Crear 3

Actualizar 4

Leer 4

Consulta Con Proyección 4

Borrar 4

Capítulo 2: Conversión entre BSON y JSON 6

Introducción 6

Examples 6

Usando json_util 6

Uso simple 6

JSONOptions 6

Usando python-bsonjs 7

Instalación 8

Uso 8

Usando el módulo json con manejadores personalizados. 8

Capítulo 3: Filtrar documentos por tiempo de creación almacenados en ObjectId 10

Introducción 10

Examples 10

Documentos creados en los últimos 60 segundos. 10

Creditos 11
Acerca de
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/es/home 1
Capítulo 1: Empezando con PyMongo
Observaciones
Esta sección proporciona una descripción general de qué es pymongo y por qué un desarrollador
puede querer usarlo.

También debe mencionar cualquier tema grande dentro de pymongo, y vincular a los temas
relacionados. Dado que la Documentación para pymongo es nueva, es posible que deba crear
versiones iniciales de esos temas relacionados.

Examples
Instalación o configuración

Instrucciones detalladas sobre cómo configurar o instalar pymongo.

• Instalar con pip

○ Para instalar pymongo por primera vez:

pip install pymongo

○ Instalando una versión específica de pymongo:

Donde XXX es la versión a instalar.

pip install pymongo==XXX

○ Actualizando pymongo existente:

pip install --upgrade pymongo

• Instalar con easy_install

○ Para instalar pymongo por primera vez:

python -m easy_install pymongo

○ Actualizando pymongo existente:

python -m easy_install -U pymongo

Hola Mundo

PyMongo es un controlador nativo de Python para MongoDB.

Instalar PyMongo

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

Crear una conexión

Utilice MongoClient para crear una conexión. MongoClient utiliza de forma predeterminada la
instancia de MongoDB que se ejecuta en localhost:27017 si no se especifica.

from pymongo import MongoClient

client = MongoClient()

Acceder a objetos de base de datos

La clase Base de datos de PyMongo representa la construcción de la base de datos en
MongoDB. Las bases de datos contienen grupos de colecciones lógicamente relacionadas.

db = client.mydb

Acceder a objetos de colección

La clase Colección de PyMongo representa la construcción de colección en MongoDB. Las
colecciones contienen grupos de documentos relacionados.

col = db.mycollection

MongoDB crea nuevas bases de datos y colecciones implícitamente en el primer uso.

Funcionamiento básico de CRUD

MongoDB almacena los registros de datos como documentos BSON . BSON es la representación
binaria de JSON.

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

Crear
Insertar un solo documento insert_one(document)

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

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

Insertar múltiples documentos insert_many(documents)

https://riptutorial.com/es/home 3
 >>> result = col.insert_many([{'x': 2}, {'x': 3}])
>>> result.inserted_ids
[ObjectId('583c17e7dc32d44b6e93cd9c'), ObjectId('583c17e7dc32d44b6e93cd9d')]

Reemplace un solo documento que coincida con el filtro replace_one(filter, replacement,

upsert=False) . (para insertar un nuevo documento si no existe un documento coincidente, use
upsert=True )

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

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

Actualizar
Actualice un solo documento que coincida con el filtro update_one(filter, update, upsert=False)

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

Actualice uno o más documentos que coincidan con el filtro update_many(filter, update,
upsert=False)

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

Leer
Consulte la búsqueda de la base de datos find(filter=None, projection=None, skip=0, limit=0,
no_cursor_timeout=False) . El argumento del filtro es un documento prototipo que todos los
resultados deben coincidir.

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

Obtenga un solo documento de la base de datos find_one(filter=None)

>>> result = col.find_one()

Consulta Con Proyección

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

Borrar
Eliminar un solo documento que coincida con el filtro delete_one(filter)

https://riptutorial.com/es/home 4
 >>> result = col.delete_one({'x': 1})
>>> result.deleted_count
1

Eliminar uno o más documentos que coincidan con el filtro delete_many(filter)

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

>>> result.deleted_count
3

PyMongo también proporciona las find_one_and_delete() , find_one_and_update() y

find_one_and_replace() .

Lea Empezando con PyMongo en línea:

https://riptutorial.com/es/pymongo/topic/2612/empezando-con-pymongo

https://riptutorial.com/es/home 5
Capítulo 2: Conversión entre BSON y JSON
Introducción
En muchas aplicaciones, los registros de MongoDB deben ser serializados en formato JSON. Si
sus registros tienen campos de tipo fecha, fecha y hora, objectId, binario, código, etc., se
encontrará con TypeError: not JSON serializable excepciones TypeError: not JSON serializable al
usar json.dumps . Este tema muestra cómo superar esto.

Examples
Usando json_util

json_util proporciona dos métodos de ayuda, dumps y loads , que envuelven los métodos nativos de
json y proporcionan una conversión BSON explícita desde y hacia json.

Uso simple

from bson.json_util import loads, dumps

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

si el record es:

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

entonces json_str convierte en:

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

JSONOptions
Es posible personalizar el comportamiento de los dumps través de un objeto JSONOptions . Ya hay
dos conjuntos de opciones disponibles: DEFAULT_JSON_OPTIONS y STRICT_JSON_OPTIONS .

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

https://riptutorial.com/es/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>)

Para usar diferentes opciones, puedes:

1. Modificar el objeto DEFAULT_JSON_OPTIONS . En este caso, las opciones se utilizarán para todas
las llamadas posteriores a dumps :

from bson.json_util import DEFAULT_JSON_OPTIONS

DEFAULT_JSON_OPTIONS.datetime_representation = 2
dumps(record)

2. especifique un JSONOptions en una llamada a dumps usando el parámetro 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)

Los parámetros de JSONOptions son:

• strict_number_long : Si es verdadero, los objetos Int64 están codificados en el tipo de

modo Estricto JSON de MongoDB Extended JSON, es decir, {"$numberLong": "<number>" } .
De lo contrario, serán codificados como un int. Por defecto es falso.
• datetime_representation : la representación a usar cuando se codifican instancias de
datetime.datetime. 0 => {"$date": <dateAsMilliseconds>} , 1 => {"$date": {"$numberLong":
"<dateAsMilliseconds>"}} , 2 => {"$date": "<ISO-8601>"}
• strict_uuid : Si es verdadero, el objeto uUidIDID se codifica en el modo Binario de modo
estricto JSON de MongoDB. De lo contrario, se codificará como {"$uuid": "<hex>" } . Por
defecto es falso.
• document_class : los documentos BSON devueltos por loads () se descodificarán a una
instancia de esta clase. Debe ser una subclase de colecciones.MutableMapping. El valor
predeterminado es dict.
• uuid_representation : la representación de BSON que se usará al codificar y decodificar
instancias de uuidIDID. Por defecto es PYTHON_LEGACY.
• tz_aware : si es verdadero, la fecha del tipo de modo estricto de JSON extendido de
MongoDB se decodificará a las instancias de datetime.datetime conscientes de la zona
horaria. De lo contrario serán ingenuos. El valor predeterminado es True.
• tzinfo : una subclase de datetime.tzinfo que especifica la zona horaria desde la que se
deben decodificar los objetos de fecha y hora. Por defecto es utc.

Usando python-bsonjs

python-bsonjs no depende de PyMongo y puede ofrecer una buena mejora de rendimiento sobre

https://riptutorial.com/es/home 7
json_util :

bsonjs es aproximadamente 10-15 veces más rápido que json_util de PyMongo en la

decodificación de BSON a JSON y la codificación de JSON a BSON.

Tenga en cuenta que:

• para usar bsonjs de manera efectiva, se recomienda trabajar directamente con

RawBSONDocument
• las fechas se codifican utilizando la representación de LEGACY, es decir, {"$date":
<dateAsMilliseconds>} . Actualmente no hay opciones para cambiar eso.

Instalación

pip install python-bsonjs

Uso
Para aprovechar al máximo los bsonjs, configure la base de datos para utilizar la clase
RawBSONDocument . Luego, usa los dumps para convertir los bytes sin procesar de bson a json y las
loads para convertir los bytes sin procesar de json a 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)

Usando el módulo json con manejadores personalizados.

Si todo lo que necesita es serializar los resultados de mongo en json, es posible usar el módulo
json , siempre que defina controladores personalizados para tratar con los tipos de campos no
serializables. Una ventaja es que tiene plena capacidad para codificar campos específicos, como
la representación de fecha y hora.

Aquí hay un controlador que codifica fechas usando la representación iso y el id como una

https://riptutorial.com/es/home 8
cadena hexadecimal:

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"}'

Lea Conversión entre BSON y JSON en línea:

https://riptutorial.com/es/pymongo/topic/9348/conversion-entre-bson-y-json

https://riptutorial.com/es/home 9
Capítulo 3: Filtrar documentos por tiempo de
creación almacenados en ObjectId
Introducción
Incluye ejemplos de consulta de pymongo para filtrar documentos por marca de tiempo
encapsulada en ObjectId

Examples
Documentos creados en los últimos 60 segundos.

Cómo encontrar documentos creados hace 60 segundos.

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 se encuentra en una zona horaria diferente, es posible que deba desplazar datetime a 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}})

Lea Filtrar documentos por tiempo de creación almacenados en ObjectId en línea:

https://riptutorial.com/es/pymongo/topic/9855/filtrar-documentos-por-tiempo-de-creacion-
almacenados-en-objectid

https://riptutorial.com/es/home 10
Creditos
S.
Capítulos Contributors
No

Empezando con
1 Community, Himavanth, Kheshav Sewnundun, tim
PyMongo

Conversión entre
2 Derlin
BSON y JSON

Filtrar documentos
por tiempo de
3 creación Sawan Vaidya
almacenados en
ObjectId

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