如何输出MongoDB查询中含无效datetime字段的BSON文档

遇到这种情况确实头疼——Python 3下pymongo对BSON日期的解析比Python 2严格太多，超出1-9999年份范围的日期直接触发InvalidBSON，连拿到问题文档都难。不过我们可以绕过自动解析逻辑，直接获取原始BSON数据来定位问题，下面给你两种靠谱的解决方案：

方法1：用RawBSONDocument获取原始BSON（推荐） #

这个方法让pymongo跳过自动解析BSON为Python对象的步骤，直接返回原始字节数据，这样即使存在无效日期，也能完整拿到文档，之后再手动处理：

from pymongo import MongoClient
from bson.raw_bson import RawBSONDocument
import bson

# 初始化客户端时指定document_class为RawBSONDocument
client = MongoClient(document_class=RawBSONDocument)
db = client.your_database_name
collection = db.your_collection_name

# 执行你的查询逻辑
for raw_doc in collection.find(your_query_filter):
    try:
        # 尝试解析成常规Python字典，正常文档按原有逻辑处理
        parsed_doc = bson.decode(raw_doc.raw)
        # 你的业务处理代码
        print(f"Processed document: {parsed_doc['_id']}")
    except bson.errors.InvalidBSON:
        # 解析失败时，先提取_id（一般_id不会有问题）快速定位文档
        try:
            # 只解码_id字段，避免触发日期解析错误
            partial_doc = bson.decode(
                raw_doc.raw,
                codec_options=bson.CodecOptions(document_class=dict),
                fields=['_id']
            )
            print(f"Found invalid BSON document with _id: {partial_doc['_id']}")
            
            # 也可以把原始BSON转成十六进制字符串保存，方便后续深度排查
            raw_hex = raw_doc.raw.hex()
            print(f"Raw BSON hex for debugging: {raw_hex}")
        except Exception as e:
            # 极端情况连_id都解析不了，直接输出原始字节的字符串表示
            print(f"Failed to parse even _id, raw bytes: {str(raw_doc.raw)}")

方法2：单批次获取逐个排查（备选） #

如果你不想修改客户端的document_class配置，可以把游标设置为每次只取1个文档，这样出错时能直接定位到问题文档的位置：

from pymongo import MongoClient
import bson

client = MongoClient()
db = client.your_database_name
collection = db.your_collection_name

# 设置batch_size=1，每次仅拉取一个文档
cursor = collection.find(your_query_filter).batch_size(1)

for doc_idx, doc in enumerate(cursor):
    try:
        # 正常处理文档的逻辑
        pass
    except bson.errors.InvalidBSON as e:
        print(f"Invalid BSON at document index {doc_idx}: {str(e)}")
        # 此时可以结合skip/limit从数据库中单独获取该文档的原始数据

为什么Python 2下没有这个问题？ #

Python 2的datetime模块对年份范围的限制更宽松，允许超出1-9999的数值；而Python 3的datetime严格遵循这个范围，所以pymongo在Python 3下解析Date(572428785600000)（对应年份20109）时直接抛出异常。

后续排查修复 #

拿到问题文档的_id后，你可以直接在MongoDB Shell中查询并修改无效的日期字段：

// 替换成你拿到的目标_id
db.your_collection.updateOne(
    {_id: ObjectId("5b37c235efe6c626cd28a24f")},
    {$set: {datePayment: ISODate("2018-06-30T17:48:19.352Z")}} // 设置为有效日期
)

内容的提问来源于stack exchange，提问作者Alexander Fowler