PyMongo聚合查询疑难：空值匹配、空结果返回0、正则过滤

问题1：聚合条件匹配异常 #

原MongoDB Shell语句中，你要统计idSimple为空字符串、null或字段存在的文档，但PyMongo的写法存在两处核心错误：

• 错误写法1中将null写成字符串"null"、$exists的值写成字符串"false"，MongoDB无法识别这些字符串形式的查询条件。
• 错误写法2中$exists: False是查询不存在该字段的文档，和原Shell语句的$exists:true逻辑完全相反；同时原Shell语句的$or条件存在冗余——{"idSimple":{$exists:true}}已经包含了字段存在的所有情况（包括值为空字符串或null），可直接简化条件。

修正后的Pipeline #

如果要严格对应原Shell逻辑（保留冗余条件）：

pipeline = [
    {"$match": {
        "$or": [
            {"idSimple": ""},
            {"idSimple": None},
            {"idSimple": {"$exists": True}}
        ]
    }},
    {"$count": "count"}
]

如果要简化逻辑（统计所有idSimple字段存在的文档）：

pipeline = [
    {"$match": {"idSimple": {"$exists": True}}},
    {"$count": "count"}
]

问题2：无结果时返回{"count":0}不生效 #

collection.aggregate()返回的是Cursor游标对象，不是数组，直接判断result == []永远为False。必须先将游标转换为列表，再判断是否为空。

修正后的聚合函数 #

def aggregate_documents(collection, pipeline):
    cursor = collection.aggregate(pipeline)
    result_list = list(cursor)
    if not result_list:
        return [{"count": 0}]
    return result_list

注：返回格式保持和有结果时一致（列表包裹字典），避免后续处理出现格式不兼容问题。

问题3：正则表达式过滤无效 #

PyMongo中不能直接用字符串'/1/'表示正则，需使用re.compile()生成正则对象，或MongoDB原生的$regex操作符。

修正后的Pipeline（匹配包含'1'的idSimple） #

方法1：使用Python的re模块

import re
pipeline = [
    {"$match": {
        "$or": [
            {"idSimple": re.compile("1")},
            {"idSimple": None},
            {"idSimple": {"$exists": False}}
        ]
    }},
    {"$count": "count"}
]

方法2：使用MongoDB的$regex操作符

pipeline = [
    {"$match": {
        "$or": [
            {"idSimple": {"$regex": "1"}},
            {"idSimple": None},
            {"idSimple": {"$exists": False}}
        ]
    }},
    {"$count": "count"}
]

完整修正脚本 #

import pymongo
import urllib.parse
import re

host = "127.0.0.1"
port = "27017"
user = "MYUSER"
password = "MYPASSWD"
dbname = "MYDB"

client = pymongo.MongoClient(f'mongodb://{urllib.parse.quote_plus(user)}:{urllib.parse.quote_plus(password)}@{host}:{port}/admin')
db = client[dbname]
collection_vls = db['vls']

def aggregate_documents(collection, pipeline):
    cursor = collection.aggregate(pipeline)
    result_list = list(cursor)
    if not result_list:
        return [{"count": 0}]
    return result_list

# 示例：统计包含'1'、idSimple为null或不存在的文档数量
pipeline = [
    {"$match": {
        "$or": [
            {"idSimple": re.compile("1")},
            {"idSimple": None},
            {"idSimple": {"$exists": False}}
        ]
    }},
    {"$count": "count"}
]

result = aggregate_documents(collection_vls, pipeline)
print(result)

内容的提问来源于stack exchange，提问作者sivsoft