Jupyter Notebook中PyMongo投影查询MongoDB报InvalidBSON错误

最终报错InvalidBSON: year -1 is out of range不属于查询语法错误，所有你在终端验证过可正常运行的查询写法逻辑都是正确的，问题根源来自Jupyter运行环境的PyMongo/BSON组件版本错位，而非MongoDB服务端或查询规则本身。

• 同一份代码终端可跑、Jupyter报错：说明你当前Jupyter内核绑定的Python解释器，和终端执行脚本调用的解释器，安装的依赖版本不匹配
• 不带投影的简单查询可跑、带$elemMatch/位置运算符的投影查询就报错：带投影的查询会触发PyMongo的_decode_all_selective选择性解码分支，版本不匹配的BSON组件在解码携带异常偏移时间值的字段时，会直接抛出年数越界的解码错误；全字段查询走全量解码的兼容逻辑，反而绕过了这个分支的bug。

1. 对齐依赖版本
   先在Jupyter单元格执行以下代码打印当前环境的依赖版本，再在终端执行完全相同的打印语句，对比两边的版本号：

   import pymongo
   import bson
   print("Jupyter环境pymongo版本：", pymongo.__version__)
   print("Jupyter环境bson版本：", bson.__version__)
   

   将Jupyter环境内的pymongo版本调整为和终端完全一致的版本即可解决解码报错。

   注意：不要单独从PyPI安装独立的bson包，该包和PyMongo自带的内置BSON模块会产生版本冲突，是触发这类问题的高频诱因，正确做法是仅安装pymongo，依赖的BSON组件会随PyMongo自动匹配版本。

2. 临时业务逻辑绕过
   如果暂时无法调整环境依赖，可以把数组筛选的逻辑从查询投影阶段迁移到内存中处理，直接规避选择性解码的代码分支：

   # 仅做文档级筛选，不设置数组投影参数
   query = {"custom_field.app_custom_field_id": 1871}
   df = pd.DataFrame(mycol.find(query, {"_id": 0}))
   # 在DataFrame中对每行的custom_field数组做匹配过滤
   df["custom_field"] = df["custom_field"].apply(
       lambda item_list: [item for item in item_list if item.get("app_custom_field_id") == 1871]
   )
   

内容的提问来源于stack exchange，提问作者Reche.Lab