根据PMID批量获取NCBI摘要页内容

根据PMID批量获取NCBI摘要页内容

'根据PMID号,获取Pubmed摘要页面的所有内容(题目和摘要等。)NBK开头的PMID在程序自动搜索时会自动将NBK去掉,所以不适用于此代码生成。'

__author__ = 'shixq'
# source:https://www.jianshu.com/p/b36adf266c3d
from Bio import Entrez

Entrez.email = "2576755886@qq.com" # 输入自己的邮箱,这里使用一个我随便申请的QQ邮箱
# with open('PMID.txt') as pmid_file
pmid_file = open('PMID.txt')# 输入文件不要有空行,筛掉NBK开头的文献。
output = open('PMID_abstract.txt', 'w', encoding='utf-8')
id_list = []
abstracts = []
for element in pmid_file:
    id_list.append(element.strip())# 去掉'/n'
pmid_file.close()
count = 0
for pid in id_list:
    handle = Entrez.efetch(db="pubmed", id=pid, rettype="abstract", retmode="text")# Entrez 里的efetch模块获取摘要页面的text内容。
    re =[line.strip() for line in handle.readlines()] #将所有的换行输出排列在一行上
    # print(re)
    # record = [handle.read().strip()]
    # all_ab.append(record)
    # print(record)
    # all_ab.append(record)
    # for sab in record:
    #     print(pid + '\t' + sab + '\n')
    output.write(pid + '\t' + ''.join(re) + '\n')#将一个list内的所有元素不换行输出
    output.close()
    count += 1
    print('complete', '%.1f%%'%((count/len(id_list))*100))# 在屏幕上打印完成的进度百分比
    # try:
    # ab = record['PubmedArticle']
    # print(ab)
        # for a in ab:
        #     print(a)
    # except KeyError:
    #     ab = ['none abstract']
    # except IndexError:
    #     ab = ['AAA:This PMID may be a book & Documents, no abstract']    
    # for abstract in ab:
    #     if pid == pid:
    #         abstract = abstract +
    #     count += 1
    #     print('complete', '%.1f%%'%((count/len(id_list))*100))
    # output.write(pid + '\t' + sab + '\n')ssss
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 193,968评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,682评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,254评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,074评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,964评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,055评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,484评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,170评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,433评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,512评论 2 308
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,296评论 1 325
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,184评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,545评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,150评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,437评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,630评论 2 335