在Python中读取BSON文件？

我想在Python中读取BSON格式的Mongo转储并处理数据。我使用的是Python（我更喜欢使用Python而不是pymongo依赖），但它没有解释如何从文件中读取

这就是我正在尝试的：

bson_file = open('statistics.bson', 'rb')
b = bson.loads(bson_file)
print b[0]

但我得到：

Traceback (most recent call last):
  File "test.py", line 11, in <module>
    b = bson.loads(bson_file)
  File "/Library/Python/2.7/site-packages/bson/__init__.py", line 75, in loads
    return decode_document(data, 0)[1]
  File "/Library/Python/2.7/site-packages/bson/codec.py", line 235, in decode_document
    length = struct.unpack("<i", data[base:base + 4])[0]
TypeError: 'file' object has no attribute '__getitem__'

回溯（最近一次呼叫最后一次）：
文件“test.py”，第11行，在
b=bson.load（bson\u文件）
文件“/Library/Python/2.7/site-packages/bson/_-init___uuu.py”，第75行，在loads中
返回解码文档（数据，0）[1]
decode_文档中的文件“/Library/Python/2.7/site packages/bson/codec.py”，第235行
length=struct.unpack（“
loads
需要一个字符串（这是“s”代表的），而不是一个文件。请尝试从文件中读取，并将结果传递给
loads
文档说明：

> help(bson.loads)
Given a BSON string, outputs a dict.

您需要传递一个字符串。例如：

> b = bson.loads(bson_file.read())

我发现这在mongodb 2.4 BSON文件和PyMongo的“BSON”模块中非常有效：

import bson
with open('survey.bson','rb') as f:
    data = bson.decode_all(f.read())

它返回了一个字典列表，这些字典与存储在mongo集合中的JSON文档相匹配

在BSON中，f.read（）数据如下所示：

>>> rawdata[:100]
'\x04\x01\x00\x00\x12_id\x00\x01\x00\x00\x00\x00\x00\x00\x00\x02_type\x00\x07\x00\x00\x00simple\x00\tchanged\x00\xd0\xbb\xb2\x9eI\x01\x00\x00\tcreated\x00\xd0L\xdcfI\x01\x00\x00\x02description\x00\x14\x00\x00\x00testing the bu'        

bson.loads似乎并不需要一个文件（如
loads
方法的文档中明确指出的）但是批准的答案是一种更好的方法，为了使用这个答案的代码，你需要使用
pip install pymongo
而不是
pip install bson
=
pip install pybson
。两者都有
import bson
语句。请看@Max Maxmeister到目前为止，另一个答案的示例对我来说没有帮助一个带有MungDB BSON转储文件的多行文件的正常情况，除非它没有被回答，否则另一个答案不仅仅是一个更好的方法。@劳伦兹我考虑<代码> BSON.Load 更好，因为这个函数是为这个精确的用例设计的。我的答案是处理原始数据，如果你是，我想它可能更灵活。加载未正确编码的内容。如果您需要单独加载文件中的每一行，您可以在每一行上尝试
bson.loads
？pybson的
bson.loads
似乎会在您有多行时使事情变得复杂。请参阅pybson答案上的注释。至少从我在实践中的经验来看ce.pymongo的
import-bson
的答案很好。我需要这一点来处理具有多行的bson文件的非常普通的示例，在这个示例中，我使用.readlines（）而不是.read（）。这会引发一个错误。最好的答案是，你是说文件中有多个bson对象，每行一个吗？会
b=[bson.loads（line）对于bson_文件中的行。readlines（）]
在这种情况下工作？抛出错误：
[pybson.load（line）for line in open（filename，'rb'）.readlines（）]回溯（最近一次调用）：文件“”，文件“”中的第1行，文件“”中的第1行，文件“C:\Users\USER\AppData\Local\Programs\Python38-32\lib\site packages\pybson\\ init\uuuuuuuuuuuuuy.py，第47行，如果数据[end\u point-1]不在（'\0'，0）中，则加载返回解码文档（数据，0）[1]文件“C:\Users\USER\AppData\Local\Programs\Python38-32\lib\site packages\pybson\codec.py”，第277行，在解码文档中：Indexer Ror:index out range
我已安装并导入了它，它与pymongo
导入bson
不同，请参阅。只要没有安装pymongo（pymongo
导入bson
占主导地位），您的
导入bson
是相同的。readlines（）无法正确拆分字符串，需要的是
将open（filename，'rb'）作为f:b=f.read（）listStrByte=re.split（rb'（？！\A）（？=\ \！）'，b）print（len（listStrByte））listBs=[]用于listStrByte[：2]：listBs.append（pybson.loads（i））
有关此正则表达式拆分的详细信息，请参阅。我在[：2]停止了循环，在测试后去掉这个限制。我有限的pc在[：9]崩溃，因此我现在使用更简单的pymongo，请参阅pymongo的答案。