如何使用PyMongo执行聚合并将结果存储到另一个集合？

嗨，我来帮你把MongoDB Shell里的聚合命令转换成PyMongo的实现，还顺便搞定批量处理200多个关键词的需求～

先从单个关键词的等效写法说起，再扩展到批量处理的场景：

1. 单个关键词的基础实现 #

首先要确保你已经在源集合C_a上创建了文本索引（如果还没创建，后面会说明怎么用PyMongo操作），单个关键词的PyMongo代码如下：

from pymongo import MongoClient

# 连接MongoDB客户端（如果你的数据库需要认证，记得加上用户名密码参数）
client = MongoClient("mongodb://localhost:27017/")
db = client["your_database_name"]  # 替换成你的实际数据库名
source_col = db["C_a"]

# 对应Shell命令的聚合管道
keyword = "StackOverflow"
pipeline = [
    {"$match": {"$text": {"$search": keyword}}},
    {"$out": "C_b"}  # 将匹配结果导出到目标集合C_b
]

# 执行聚合操作
source_col.aggregate(pipeline)

2. 批量处理200+关键词的脚本 #

如果要自动遍历200多个关键词，每个关键词单独执行检索并导出到对应集合（为了避免集合名冲突，我们给目标集合加上关键词后缀），可以用下面的脚本：

from pymongo import MongoClient, TEXT

# 连接MongoDB
client = MongoClient("mongodb://localhost:27017/")
db = client["your_database_name"]
source_col = db["C_a"]

# 检查并创建文本索引（如果源集合还没有的话）
if "text_text_index" not in source_col.index_information():
    source_col.create_index([("text", TEXT)], name="text_text_index")

# 你的200+关键词列表，这里示例几个
keywords = [
    "StackOverflow",
    "programming",
    "mongodb",
    # ... 在这里补充其他关键词
]

# 遍历每个关键词执行导出操作
for keyword in keywords:
    # 处理关键词中的空格，转换成合法的集合名
    target_col_name = f"C_b_{keyword.replace(' ', '_')}"
    pipeline = [
        {"$match": {"$text": {"$search": keyword}}},
        {"$out": target_col_name}
    ]
    print(f"正在处理关键词: {keyword}，结果将导出到集合: {target_col_name}")
    source_col.aggregate(pipeline)

print("所有关键词处理完成！")

一些实用小提示 #

• 如果你的需求是把匹配任意一个关键词的文档都导出到同一个集合，不用逐个执行，直接把所有关键词用空格拼接后传入$search即可，效率更高：

  combined_keywords = " ".join(keywords)
  pipeline = [
      {"$match": {"$text": {"$search": combined_keywords}}},
      {"$out": "C_b_all_keywords"}
  ]
  source_col.aggregate(pipeline)
  

• 如果需要精确匹配短语（比如关键词是带空格的短语），可以给关键词加上双引号，比如$search: '"Hello World"'，这样只会匹配包含完整短语的文档。

内容的提问来源于stack exchange，提问作者Aventinus