导出MongoDB集合为JSON需先将find()游标转为列表并处理ObjectId和datetime，大数据量须流式分批写入，多集合导出应动态获取名称并清洗文件名，mongoexport更稳定但定制性差。
导出单个集合时，用 find() 配合 json.dumps() 最直接
MongoDB 的 find() 返回的是游标（cursor），不能直接 JSON 序列化，常见错误是直接传给 json.dumps() 导致 TypeError: Object of type Cursor is not JSON serializable。
正确做法是先转成列表，再处理 ObjectId 和日期等非标准类型：
import json
from bson import ObjectId
from datetime import datetime
from pymongo import MongoClient
<p>def json_serializer(obj):
if isinstance(obj, ObjectId):
return str(obj)
if isinstance(obj, datetime):
return obj.isoformat()
raise TypeError(f"Object of type {type(obj)} is not JSON serializable")</p><p>client = MongoClient("mongodb://localhost:27017/")
db = client["mydb"]
collection = db["users"]</p><p>data = list(collection.find({})) # 必须转 list，否则无法序列化
with open("users.json", "w", encoding="utf-8") as f:
json.dump(data, f, default=json_serializer, indent=2)-
list(collection.find({}))是关键一步，漏掉会报错 -
default=json_serializer必须提供，否则遇到ObjectId或datetime就崩 - 如果数据量大（比如 >10 万条），
list()会一次性加载进内存，可能 OOM
大数据量导出必须用游标分批 + yield 流式写入
当集合有几十万或上百万文档时，全量 list() 很危险。要用 batch_size 控制每次取多少，并逐批写入文件，避免内存爆炸。
注意：JSON 标准不支持“流式 JSON 数组”，所以得手动拼接格式（开头加 [，每批加逗号分隔，结尾加 ]）：
立即学习“Python免费学习笔记（深入）”；
def export_collection_streamed(collection, filename, batch_size=1000):
with open(filename, "w", encoding="utf-8") as f:
f.write("[\n")
first = True
for doc in collection.find().batch_size(batch_size):
if not first:
f.write(",\n")
else:
first = False
json_str = json.dumps(doc, default=json_serializer, indent=2)
f.write(json_str)
f.write("\n]\n")
<p>export_collection_streamed(db["logs"], "logs.json")-
batch_size不是越大越好，通常 1000–5000 较稳妥；设太大仍可能内存压力高 - 必须手动管理 JSON 数组的方括号和逗号，
json.dump()本身不支持追加模式 - 如果中途失败，生成的 JSON 文件会损坏，建议加临时文件 + 原子重命名
导出多个集合时，别硬编码循环，用 list_collection_names() 动态获取
手动写 db.coll1、db.coll2 容易漏、难维护。直接用 db.list_collection_names() 获取所有集合名，再过滤掉系统集合（如 system.indexes）更可靠。
还要注意：某些集合可能为空，find() 返回空游标，list() 得到空列表，json.dump([]) 没问题，但流式写法要单独处理空集合场景。
- 推荐过滤掉以
system.开头的集合：[c for c in db.list_collection_names() if not c.startswith("system.")] - 每个集合单独存一个 JSON 文件，文件名用集合名，避免混在一起难定位
- 如果集合名含特殊字符（如
.、$），文件系统可能不支持，需清洗：re.sub(r"[^a-zA-Z0-9_-]", "_", name)
mongoexport 命令行工具比 Python 脚本更稳，但定制性差
官方 mongoexport 是 C++ 写的，内存友好、支持查询过滤、字段选择、CSV/JSON 双格式，且自动处理 ObjectId 和时间格式（默认转为字符串）。
例如导出带条件的数据：
mongoexport --uri="mongodb://localhost:27017/mydb" \
--collection=orders \
--query='{"status": "completed", "created_at": {"$gte": {"$date": "2024-01-01T00:00:00Z"}}}' \
--out=completed_orders.json- Python 脚本适合需要后处理（比如脱敏、字段映射、合并逻辑）的场景
-
mongoexport不支持嵌套字段重命名或复杂计算，这时才值得写 Python - 注意
--query参数必须是合法 JSON 字符串，单引号包裹，内部双引号要转义
真正麻烦的不是怎么导，而是导出来的 JSON 里 ObjectId 和 Date 已经变成字符串了——如果你后续要用这些字段做查询或校验，得在消费端还原，这点容易被忽略。
