解决Pymongo insert时会自动添加_id的问题

在使用pymongo时遇到了一个小坑：

在Flask框架中，将字典插入mongodb后再返回就报错

@app.route('xxxx')
def main():
...
data = {
'a':'a',
'b':'b'
}
mycol.insert_one(data)
return data

Traceback (most recent call last):
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 2464, in __call__
return self.wsgi_app(environ, start_response)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 2450, in wsgi_app
response = self.handle_exception(e)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 1867, in handle_exception
reraise(exc_type, exc_value, tb)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/_compat.py", line 39, in reraise
raise value
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 2447, in wsgi_app
response = self.full_dispatch_request()
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 1953, in full_dispatch_request
return self.finalize_request(rv)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 1968, in finalize_request
response = self.make_response(rv)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/app.py", line 2112, in make_response
rv = jsonify(rv)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/json/__init__.py", line 370, in jsonify
dumps(data, indent=indent, separators=separators) + "\n",
File "/home/xiang/.local/lib/python3.6/site-packages/flask/json/__init__.py", line 211, in dumps
rv = _json.dumps(obj, **kwargs)
File "/home/xiang/.local/lib/python3.6/site-packages/simplejson/__init__.py", line 412, in dumps
**kw).encode(obj)
File "/home/xiang/.local/lib/python3.6/site-packages/simplejson/encoder.py", line 298, in encode
chunks = list(chunks)
File "/home/xiang/.local/lib/python3.6/site-packages/simplejson/encoder.py", line 696, in _iterencode
for chunk in _iterencode_dict(o, _current_indent_level):
File "/home/xiang/.local/lib/python3.6/site-packages/simplejson/encoder.py", line 652, in _iterencode_dict
for chunk in chunks:
File "/home/xiang/.local/lib/python3.6/site-packages/simplejson/encoder.py", line 716, in _iterencode
o = _default(o)
File "/home/xiang/.local/lib/python3.6/site-packages/flask/json/__init__.py", line 100, in default
return _json.JSONEncoder.default(self, o)
File "/home/xiang/.local/lib/python3.6/site-packages/simplejson/encoder.py", line 273, in default
o.__class__.__name__)
TypeError: Object of type ObjectId is not JSON serializable

这是由于pymongo在进行插入操作时，如果字典中没有‘_id'，会自动添加‘_id'，而它的值为ObjectId实例，flask在对返回值进行编码时无法编码ObjectId类型实例，所以报错，解决办法就是去掉‘_id'或者mycol.insert_one(data.copy())

补充知识：pymongo去重: 插入数据时,不存在则插入,存在则不执行

爬虫想把爬取的数据存入到mongoDB中, 这时候经常遇到的一个需求就是插入的数据已经存在数据库中, 因此插入前去重就是一个经常性的课题.

我的想法是：

如果数据库中已经存在这个数据, 那么就什么也不操作

如果数据不存在, 则插入这个数据

为了实现这个想法, 查了很多文献, 发现使用update 可以实现

下面就是我测试的代码

# 首先在数据中插入一条数据
document = {
 'p_id': 'f75046d73a0c4bf88f0b7342e60722c4',
 'c_name': 'Ken',
 'c_star': '5.0',
 'bought': None,
 'c_time': '2017年3月23日',
 'c_userful': 13,
 'c_comment': ['４歳になるトイプードル用に購入。', '今までエサは床に食器直置きで与えていましたが、食後にむせていることがたびたび目撃されたので', '「もしかして食べづらいのでは？」と思い調べてみたところ、この商品にたどり着きました。', '足が長いので食事中は頭が完全に下に向いており、胃や足腰に負担がかかっていたと思われます。'],
 'gmt_create': datetime.now().strftime('％Y-％m-％d ％H:％M:％S'),
}
collection.insert(document)

通过mongoDB可视化工具查看数据库,发现数据已经存在

要实现如果不存在就插入，如果存在就不插入的要求，我们需要用到 update的一个参数：‘$setOnInsert'

$setOnInsert官方文档点击查看

通过阅读官方文档我们可以发现 与$setOnInsert方法想配合的最重要的参数就是 upsert:True

update源码中的upsert参数默认为False，只需要将update方法的upsert参数修改为True是否就能达到需要的效果呢？

现在我们执行相同数据的插入看看效果

# 首先需要限定一个重复的条件,比如我们想除了gmt_create参数以外,全部不一样就算不重复, 先限定一个条件
result_find = {
 'p_id': 'f75046d73a0c4bf88f0b7342e60722c4',
 'c_name': 'Ken',
 'c_star': '5.0',
 'bought': None,
 'c_time': '2017年3月23日',
 'c_userful': 13,
 'c_comment': ['４歳になるトイプードル用に購入。', '今までエサは床に食器直置きで与えていましたが、食後にむせていることがたびたび目撃されたので',
        '「もしかして食べづらいのでは？」と思い調べてみたところ、この商品にたどり着きました。', '足が長いので食事中は頭が完全に下に向いており、胃や足腰に負担がかかっていたと思われます。']
}
# 执行 update
collection.update(
 result_find,
 {'$setOnInsert': document},
 upsert=True
)

执行完之后, 去数据库中查看,发现还是原来的那条数据, 并没有多出一条来, 说明可以实现 如果存在就不操作的要求

那么能实现 如果不存在就插入的要求吗?

我们去数据库可视化工具中 把数据库中的数据删除, 然后执行下面操作

document = {
 'p_id': 'f75046d73a0c4bf88f0b7342e60722c4',
 'c_name': 'Ken',
 'c_star': '5.0',
 'bought': None,
 'c_time': '2017年3月23日',
 'c_userful': 13,
 'c_comment': ['４歳になるトイプードル用に購入。', '今までエサは床に食器直置きで与えていましたが、食後にむせていることがたびたび目撃されたので', '「もしかして食べづらいのでは？」と思い調べてみたところ、この商品にたどり着きました。', '足が長いので食事中は頭が完全に下に向いており、胃や足腰に負担がかかっていたと思われます。'],
 'gmt_create': datetime.now().strftime('％Y-％m-％d ％H:％M:％S'),
}

result_find = {
 'p_id': 'f75046d73a0c4bf88f0b7342e60722c4',
 'c_name': 'Ken',
 'c_star': '5.0',
 'bought': None,
 'c_time': '2017年3月23日',
 'c_userful': 13,
 'c_comment': ['４歳になるトイプードル用に購入。', '今までエサは床に食器直置きで与えていましたが、食後にむせていることがたびたび目撃されたので',
        '「もしかして食べづらいのでは？」と思い調べてみたところ、この商品にたどり着きました。', '足が長いので食事中は頭が完全に下に向いており、胃や足腰に負担がかかっていたと思われます。']
}

# collection.insert(document)
collection.update(
 result_find,
 {'$setOnInsert': document},
 upsert=True
)

然后我们发现数据中出现了我们想看到的这条数据

所以, 实现了我们的要求: 存在则不操作, 不存在则插入.

来源：https://blog.csdn.net/MacwinWin/article/details/108702926