本篇文章给大家分享的是有关如何自Python中使用Entrez库筛选并下载PubMed文献，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
创新互联公司服务紧随时代发展步伐，进行技术革新和技术进步，经过十多年的发展和积累，已经汇集了一批资深网站策划师、设计师、专业的网站实施团队以及高素质售后服务人员，并且完全形成了一套成熟的业务流程，能够完全依照客户要求对网站进行成都网站建设、
网站建设、建设、维护、更新和改版，实现客户网站对外宣传展示的首要目的，并为客户企业品牌互联网化提供全面的解决方案。
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 https://pubmed.ncbi.nlm.nih.gov
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。
（2）R语言有个R包，叫做easyPubMed，这里我也给大家贴上学习指南（https://cran.r-project.org/web/packages/easyPubMed/vignettes/getting_started_with_easyPubMed.html）
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：
注：Entrez在Bio包中，Bio的安装请移步 https://www.cnblogs.com/xiaolan-Lin/p/14023147.html
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 bytes read)
# 服务器http协议1.0，而python的是1.1，解决办法就是指定客户端http协议版本
import http.client
http.client.HTTPConnection._http_vsn = 10
http.client.HTTPConnection._http_vsn_str = 'HTTP/1.0'
"""
Entrez 是一个检索系统，可以用其访问NCBI数据库，比如说PubMed，GenBank，GEO等。
获得有关 global PBDE 的所有文献的PubMed IDs
"""
# handle_0 = Entrez.esearch(db="pubmed", term="drug therapy[Subheading] AND adverse effects[Subheading] AND humans[MeSH Terms]", retmax=306431)
handle_0 = Entrez.esearch(db="pubmed", term="drug therapy[MeSH Subheading] AND adverse effects[MeSH Subheading] AND humans[MeSH Terms] AND (2000/01/01[Date - Publication] : 2021/12/31[Date - Publication])",
ptyp="Review", usehistory="y", retmax=306431)
record = Entrez.read(handle_0) # 获取检索条件的所有文献
idlist = record["IdList"] # 提取出文献id
print ("Total: ", record["Count"])
No_Papers = len(idlist) # 共306431篇文献 2000-01-01:2021-12-31
webenv = record['WebEnv']
query_key = record['QueryKey']
total = No_Papers
step = 1300
print("Result items:", total)
with open("./Data_PubMed/PBDE1.txt", 'w') as f:
for start in range(0, total, step):
print("Download record %i to %i" % (start + 1, int(start + step)))
handle_1 = Entrez.efetch(db="pubmed", retstart=start, rettype="medline", retmode="text",
retmax=step, webenv=webenv, query_key=query_key) # 获取上述所有文献的PubMed IDs
records = Medline.parse(handle_1)
records = list(records) # 将迭代器转换至列表（list）
for index in np.arange(len(records)):
id = records[index].get("PMID", "?")
title = records[index].get("TI", "?")
title = title.replace('[', '').replace('].', '') # 若提取的标题出现[].符号，则去除
abstract = records[index].get("AB", "?")
f.write(id)
f.write("\n")
f.write(title)
f.write("\n")
f.write(abstract)
f.write("\n")
分享文章：如何自Python中使用Entrez库筛选并下载PubMed文献-创新互联
当前地址：
http://cdkjz.cn/article/djppep.html
