Question

我有一些数据存储在我的集合中，这是一个通过shell获得的示例。（请忽略文本的语言。）

{
    "_id" : ObjectId("581ab1811d41c814004f4d16"),
    "created_time" : "2016-11-02T19:48:41+0000",
    "message" : "Acabaram de assaltar o carro de um colega nosso em Itabaiana\nno zangue, ele é de Aracaju e foi passear em Itabaiana.Gol G6 prata 2013 placa OER-5474.\n",
    "id" : "400728540046889_1107668596019543"
}

在这种情况下，我只需要获取"message"字段中包含的文本，因为我需要在这些文本中执行多个操作。因此，过程如下：在我的集合中，我必须获取字段"message"中的所有文本执行操作，然后将此"message"返回到其正确的位置以及其他属性。到目前为止我的代码：

# -*- coding: utf-8 -*-
import preprocessing
import pymongo
import json
from pymongo import MongoClient
from unicodedata import normalize
from preprocessing import PreProcessing


if __name__ == '__main__':
    client = MongoClient('localhost:27017')
    collection = client.facebook.dadosColetados1
    try:
        dbmessage = collection.find()
        for text in dbmessage:
            print text
    except Exception, e:
        print str(e)

我无法传递要在查找中使用的"message"属性，当我仅使用find()时，它会返回我的文字而不是像utf-8那样：

e7\xf5es institucionais para uma seguran\xe7a p\xfablica mais integrada em todo o Estado.\n\nO secret\xe1rio destacou a import\xe2ncia da manuten\xe7\xe3o do di\xe1logo entres as institui\xe7\xf5es.

这种情况的最佳方法是什么？

Edit1：@ jcmetz21提出的解决方案有效。

Answer 1

您可以查询数据库并设置投影，只需与＆＃34;消息＆＃34;相关联的值字段。键被返回。然后将消息放入列表中。

import pymongo

client = pymongo.MongoClient('localhost:27017')
db = client['db_name']

query = {'message': {'$exists': 1}}
projection = {'_id': 0, 'message': 1}

data = list(db['collection_name'].find(query, projection))

message_list = []
for message in data:
    for key, value in message.iteritems():
        message_list.append(value)

现在＆＃34; message_list＆＃34;将包含您的集合中的所有消息，您可以对数据执行任何操作：

message_list = [u'message1', u'message2', u'message3', etc.]

编辑＃2（注意上面的更改）：如果要保持与其相应消息关联的ID和时间戳，您可以执行以下操作...

在投影中，设置＆＃39; id＆＃39;和＆＃39; created_time＆＃39;键入1（＆＃39; id＆＃39;：1，＆＃39; created_time＆＃39;：1）并更改上面的代码：

message_list = [value for dict in data for key, value in dict.iteritems() if key == 'message']
id_list = [value for dict in data for key, value in dict.iteritems() if key == 'id']
timestamp_list = [value for dict in data for key, value in dict.iteritems() if key == 'created_time']

# to print all of your messages
for message in message_list:
    print message

现在，您可以看到所有消息并按照它们执行所需操作，无论是通过迭代更新所有消息还是通过索引更新一些消息。

然后，您可以将所有3个列表配对，以便了解哪些数据与哪些数据相关联。

pair_up = zip(message_list, id_list, timestamp_list)

for x, y, z in pair_up:
    print "The message " + x + " has id " + y + " and timestamp " + z

Python2.7 - 如何读取MongoDB集合中的特定字段

1 个答案: