小MongoDB对象层。
bearfield的Python项目详细描述
bearfield
==
一个小型、高效、易用的[mongodb][1]对象层，建立在[pymongo][2]之上。
[！[构建状态]（https://travis-ci.org/wifast/bearfield.svg？branch=master）（https://travis ci.org/wifast/bearfield）
功能
----
bearfield有一些有趣的功能：
-惰性字段解码。抓取文档很快，因为bearfield在您抓取文档之前不会对它们做任何操作。
-简单的字段声明：`value=field（str）`
-子文档也很简单：`subdoc=field（mydocument）`
-所有字段类型：document、date、time、datetime、list、set、dict和所有内置
-查询链：`q（{'type'：'grizzly'}）q（{'type'：'kodiak'}）`
-多个连接和数据库。
/>现在创建一个与我们的示例连接相关联的文档类型：
from bear field import document，field
class bear（document）：
class meta:
connection='example'
height=field（float）
相关选项包括"connection"（定义存储文档的命名连接）和"collection"（如果未提供，则默认为snake cased document类名）。为了向前
兼容性，忽略了其他选项。
使用该类型的对象很容易。让我们做一个9.8英尺的灰熊：
bear=bear（name='timmy'，type='grizzly'，height='9.8'）
bear.save（）
这将在"bear"对象上设置"id"字段。现在让我们去寻找熊：
bears=bear.find（{'type'：'grizzly'}）
寻找熊中的熊：
print（"这只灰熊有{}英尺高！".format（bear.height））
.format（bear.height））
"find_one"方法在找不到熊时不会引发异常。相反，它将
返回"none"。这很好，因为bears不喜欢异常。
"update"方法只更新文档上已更改的字段。这比一次更新整个文档的save更有效。因此，当我们的熊长大时，就会发生这种情况：
bear=bear.find乇one（{"u id"：bear乇identifier}）
bear.height=10.3
bear.update（）
首先从数据库中检索对象：
old_bear=bear.find_and_modify（{''u id'：bear_identifier}，{'height'：10.3}）
print（"我的熊以前是{}英尺高！但他现在更大了！".format（old_bear.height））
请注意，"find_and_modify"返回对象的旧值。这一点很重要，因为您在调用"find庠and庠modify"之前没有必要玩这个游戏。
子文档呢？让我们定义一个beartype并重新定义我们的bear文档来使用它：
class beartype（document）：
name=field（str）
avg_height=field（int）
colors=field（{str}）
class bear（document）：
class meta:
connection='e例如，'
name=field（str）
type=field（beartype）
height=field（float）
beartype不需要meta类，因为它与集合没有关联。使用它还是很容易的：
grizzly=bear type（name='grizzly'，avg撸height=9.3，colors={'brown'}）
bear=bear（name='timmy'，type=grizzly，height=10.3）
我们可以使用引用使访问相关类型变得容易。引用与
文档模型关联，可以存储objectid或查询。我们将重新定义文档如下：
from bear field import reference
class beartype（document）：
class meta:
connection='test'
name=field（str）
avg_height=field（int）
colors=field（{str}）
class bear（document）：
class meta：
连接='示例'
name=field（str）
type=reference（beartype）
height=field（float）
唯一的区别是，grizzly类型需要保存在
数据库中，然后才能在bear文档上设置它：
grizzly.save（）
bear=bear（name='timmy'，type=grizzly，height=10.3）
E物体。引用的设计方式是这样的
，这样用户就不会因为执行不知道的查询而激怒任何熊。
type=bear.type.find_one（）
我们可以按名称查询以完成上述
操作：
bear.type={name'：'grizzly'}
type=bear.type.find_one（）
包含的[许可证][3]文件。
[1]：http://www.mongodb.org/"mongodb"
[2]：http://api.mongodb.org/python/current/"pymongo"
[3]：https://github.com/wifast/bearfield/blob/master/license"许可证"
==
一个小型、高效、易用的[mongodb][1]对象层，建立在[pymongo][2]之上。
[！[构建状态]（https://travis-ci.org/wifast/bearfield.svg？branch=master）（https://travis ci.org/wifast/bearfield）
功能
----
bearfield有一些有趣的功能：
-惰性字段解码。抓取文档很快，因为bearfield在您抓取文档之前不会对它们做任何操作。
-简单的字段声明：`value=field（str）`
-子文档也很简单：`subdoc=field（mydocument）`
-所有字段类型：document、date、time、datetime、list、set、dict和所有内置
-查询链：`q（{'type'：'grizzly'}）q（{'type'：'kodiak'}）`
-多个连接和数据库。
/>现在创建一个与我们的示例连接相关联的文档类型：
from bear field import document，field
class bear（document）：
class meta:
connection='example'
height=field（float）
相关选项包括"connection"（定义存储文档的命名连接）和"collection"（如果未提供，则默认为snake cased document类名）。为了向前
兼容性，忽略了其他选项。
使用该类型的对象很容易。让我们做一个9.8英尺的灰熊：
bear=bear（name='timmy'，type='grizzly'，height='9.8'）
bear.save（）
这将在"bear"对象上设置"id"字段。现在让我们去寻找熊：
bears=bear.find（{'type'：'grizzly'}）
寻找熊中的熊：
print（"这只灰熊有{}英尺高！".format（bear.height））
.format（bear.height））
"find_one"方法在找不到熊时不会引发异常。相反，它将
返回"none"。这很好，因为bears不喜欢异常。
"update"方法只更新文档上已更改的字段。这比一次更新整个文档的save更有效。因此，当我们的熊长大时，就会发生这种情况：
bear=bear.find乇one（{"u id"：bear乇identifier}）
bear.height=10.3
bear.update（）
首先从数据库中检索对象：
old_bear=bear.find_and_modify（{''u id'：bear_identifier}，{'height'：10.3}）
print（"我的熊以前是{}英尺高！但他现在更大了！".format（old_bear.height））
请注意，"find_and_modify"返回对象的旧值。这一点很重要，因为您在调用"find庠and庠modify"之前没有必要玩这个游戏。
子文档呢？让我们定义一个beartype并重新定义我们的bear文档来使用它：
class beartype（document）：
name=field（str）
avg_height=field（int）
colors=field（{str}）
class bear（document）：
class meta:
connection='e例如，'
name=field（str）
type=field（beartype）
height=field（float）
beartype不需要meta类，因为它与集合没有关联。使用它还是很容易的：
grizzly=bear type（name='grizzly'，avg撸height=9.3，colors={'brown'}）
bear=bear（name='timmy'，type=grizzly，height=10.3）
我们可以使用引用使访问相关类型变得容易。引用与
文档模型关联，可以存储objectid或查询。我们将重新定义文档如下：
from bear field import reference
class beartype（document）：
class meta:
connection='test'
name=field（str）
avg_height=field（int）
colors=field（{str}）
class bear（document）：
class meta：
连接='示例'
name=field（str）
type=reference（beartype）
height=field（float）
唯一的区别是，grizzly类型需要保存在
数据库中，然后才能在bear文档上设置它：
bear=bear（name='timmy'，type=grizzly，height=10.3）
E物体。引用的设计方式是这样的
，这样用户就不会因为执行不知道的查询而激怒任何熊。
type=bear.type.find_one（）
我们可以按名称查询以完成上述
操作：
bear.type={name'：'grizzly'}
type=bear.type.find_one（）
包含的[许可证][3]文件。
[1]：http://www.mongodb.org/"mongodb"
[2]：http://api.mongodb.org/python/current/"pymongo"
[3]：https://github.com/wifast/bearfield/blob/master/license"许可证"
欢迎加入QQ群-->： 979659372
