python批量检索文献pubmed_Python 利用Entrez库筛选下载PubMed文献摘要的示例

作者：xiaolanlin

一个不是学生物的孩子来搞生物，当真是变成了一块废铁啊，但也是让我体会到了一把生物信息的力量。

废话不多说，开整！

任务：快速高效从pubmed上下载满足条件的文献pmid、标题(ti)、摘要(ab)。

pubmed官网

此处有几种选择可以达到目的：

(1)官网上匹配筛选条件(注：匹配快速，但是下载下来的数量受到限制，每次只能下载10000条数据，甚至更少。)

可以看到，我需要的数据是有三十多万条，但是每次只能下载10000条，那我岂不是要手动n次。。很明显，在大批量下载文献的情况下，官网不是很友好。

由于我不喜欢用r写代码，所以我写一半还是换了python，熟练r的小伙伴可以自行根据指南走通需求。

(3)重量级库来了，python自带的bio包中的entrez检索库，简直就是我的救星，以下是我的代码：

import numpy as np

from bio import medline, entrez # 一般是通过biopython的bio.entrez模块访问entrez

from collections import counter

entrez.email = "(此处写你自己在官网注册的邮箱账号)" # 应用自己的账号访问ncbi数据库

# 此处需将服务器协议指定为1.0，否则会出现报错。http.client.incompleteread: incompleteread(0 byt