Vous pouvez gérer cela en inspectant les erreurs produites avec BulkWriteError . Il s'agit en fait d'un "objet" qui possède plusieurs propriétés. Les parties intéressantes sont dans details :
import pymongo
from bson.json_util import dumps
from pymongo import MongoClient
client = MongoClient()
db = client.test
collection = db.duptest
docs = [{ '_id': 1 }, { '_id': 1 },{ '_id': 2 }]
try:
result = collection.insert_many(docs,ordered=False)
except pymongo.errors.BulkWriteError as e:
print e.details['writeErrors']
Lors d'une première exécution, cela donnera la liste des erreurs sous e.details['writeErrors'] :
[
{
'index': 1,
'code': 11000,
'errmsg': u'E11000 duplicate key error collection: test.duptest index: _id_ dup key: { : 1 }',
'op': {'_id': 1}
}
]
Lors d'une deuxième exécution, trois erreurs s'affichent car tous les éléments existaient :
[
{
"index": 0,
"code": 11000,
"errmsg": "E11000 duplicate key error collection: test.duptest index: _id_ dup key: { : 1 }",
"op": {"_id": 1}
},
{
"index": 1,
"code": 11000,
"errmsg": "E11000 duplicate key error collection: test.duptest index: _id_ dup key: { : 1 }",
"op": {"_id": 1}
},
{
"index": 2,
"code": 11000,
"errmsg": "E11000 duplicate key error collection: test.duptest index: _id_ dup key: { : 2 }",
"op": {"_id": 2}
}
]
Il vous suffit donc de filtrer le tableau pour les entrées avec "code": 11000 et ensuite seulement "paniquer" quand quelque chose d'autre est là
panic = filter(lambda x: x['code'] != 11000, e.details['writeErrors'])
if len(panic) > 0:
print "really panic"
Cela vous donne un mécanisme pour ignorer les erreurs de clé en double, mais bien sûr en prêtant attention à quelque chose qui est en fait un problème.
