MongoDB提取内嵌文档数组字段唯一值返回[None]，求解决

你的genres字段不是MongoDB的内嵌文档数组，而是存储成了JSON格式的字符串（从文档里的引号可以看出来："[{'id': 68, 'name': 'Action'},...]"）。原来的聚合管道直接对$genres执行$unwind，但$unwind只能处理数组类型，对字符串无效，自然取不到$genres.name，最终返回[None]。

分两种场景处理：

场景1：临时查询，不修改原有数据 #

使用MongoDB 4.4+支持的$parseJSON操作符，先把字符串转换成数组，再执行后续聚合步骤：

from pymongo.mongo_client import MongoClient
from pymongo.server_api import ServerApi

uri = "..."
client = MongoClient(uri, server_api=ServerApi('1'))
db = client['FilmDB']

pipeline = [
    # 将genres字符串解析为数组
    {"$addFields": {"genres_array": {"$parseJSON": "$genres"}}},
    # 展开数组中的每个元素
    {"$unwind": "$genres_array"},
    # 按genre名称分组去重
    {"$group": {"_id": "$genres_array.name"}},
    # 重命名字段
    {"$project": {"_id": 0, "name": "$_id"}}
]

distinct_genres_cursor = db["Films"].aggregate(pipeline)
distinct_genres = [genre['name'] for genre in distinct_genres_cursor if genre['name'] is not None]

print(distinct_genres)

注意：如果你的MongoDB版本低于4.4，无法使用$parseJSON，需要先升级版本，或者用场景2的方式修改数据。

场景2：永久修改数据，将genres字段转为数组 #

为了后续查询更高效，建议直接把集合中所有文档的genres字段从字符串转为数组：

from pymongo.mongo_client import MongoClient
from pymongo.server_api import ServerApi
import json

uri = "..."
client = MongoClient(uri, server_api=ServerApi('1'))
db = client['FilmDB']

# 遍历所有文档，更新genres字段
for doc in db["Films"].find():
    if isinstance(doc.get("genres"), str):
        try:
            # 原字符串用的是单引号，需替换成双引号才能被json解析
            genres_array = json.loads(doc["genres"].replace("'", "\""))
            db["Films"].update_one(
                {"_id": doc["_id"]},
                {"$set": {"genres": genres_array}}
            )
        except json.JSONDecodeError:
            print(f"解析文档_id {doc['_id']}的genres字段失败")

# 修改完成后，用你原来的聚合管道就能正常查询
pipeline = [
    {"$unwind": "$genres"},
    {"$group": {"_id": "$genres.name"}},
    {"$project": {"_id": 0, "name": "$_id"}}
]

distinct_genres_cursor = db["Films"].aggregate(pipeline)
distinct_genres = [genre['name'] for genre in distinct_genres_cursor]

print(distinct_genres)

• 后续插入数据时，确保genres直接传入Python列表（数组）类型，而非转换为字符串存储，避免重复踩坑。
• 如果集合数据量很大，场景2的遍历更新效率较低，可使用MongoDB的批量更新操作或聚合管道结合$merge来优化。

内容的提问来源于stack exchange，提问作者Q.Ask