pubmed_parser

pubmed_parser

Python解析库:PubMed和MEDLINE XML数据

Pubmed Parser是一个Python库,用于解析PubMed开放获取(OA)子集和MEDLINE XML数据集。该库使用lxml库将信息转换为Python字典,适用于文本挖掘和自然语言处理。功能涵盖文章信息、参考文献、图片说明、段落、表格及资助信息的解析。更多详情和应用实例,请参考API和文档。

Pubmed ParserPython库XML解析自然语言处理医药数据Github开源项目

项目介绍:pubmed_parser

项目概述

Pubmed Parser 是一个用于解析 PubMed 开放访问子集(OA)和 MEDLINE XML 数据集的 Python 库。它主要帮助研究人员将这些复杂的 XML 文件解析为 Python 字典,使得这些数据能够方便地用于文本挖掘和自然语言处理等相关研究中。这个库依赖于 lxml 来实现对 XML 信息的解析。

功能亮点

Pubmed Parser 提供多种解析功能,能处理不同类型的 PubMed 数据,包括:

  • PubMed OA XML 信息:解析文献的标题、摘要、期刊、PMID(PubMed ID)、PMC(PubMed Central ID)、DOI号、出版商ID、作者列表、附属机构列表、出版年份和主题等信息。

  • PubMed OA 引用信息:提取文献中所引用的 PubMed ID 和相关信息。

  • PubMed OA 图像和说明:解析包含图像说明的信息,帮助研究人员更好地利用图像数据。

  • PubMed OA 段落:解析文献中围绕引用的段落文本和相关的引用PMIDs。

  • PubMed OA 表格:尽管目前仍在开发中,未来将能够解析表格内容及其相关信息。

  • MEDLINE XML:该功能允许解析具有不同 XML 格式的 MEDLINE 数据,提取诸如文章标题、摘要、作者、关键词、化学列表、期刊信息、发布国家和其他标识符等丰富的信息。

  • MEDLINE 资助 ID:导出从 MEDLINE XML 中解析出的资助 ID 和其相关信息。

  • 从 eutils 网站解析 MEDLINE XML:利用函数从 E-Utilities 网站上抓取并解析 Medline XML 文件。

  • 解析网站上的 MEDLINE XML 引用:获取给定 PMID 或 PMC ID 的引用次数及相应的记录。

  • 解析对外的 XML 引用:获取给定文献引用了哪些其他文章。

安装方法

用户可以通过以下几种方式安装 Pubmed Parser:

  • 从 GitHub 直接安装最新版:

    pip install git+https://github.com/titipata/pubmed_parser.git
  • 从 PyPI 安装发布的版本:

    pip install pubmed-parser
  • 克隆仓库并使用 pip 安装:

    git clone https://github.com/titipata/pubmed_parser pip install ./pubmed_parser

示例代码

以下是一个简单的示例,展示如何使用 Pubmed Parser 解析 PubMed OA 数据集:

import pubmed_parser as pp path_xml = pp.list_xml_path('data') # 列出指定目录下的所有 XML 路径 pubmed_dict = pp.parse_pubmed_xml(path_xml[0]) # 解析 XML 的字典输出 print(pubmed_dict)

核心成员

Pubmed Parser 由 Titipat Achakulvisut 和 Daniel E. Acuna 开发,也有其他贡献者参与其中。

依赖

本项目依赖以下库:

  • lxml
  • unidecode
  • requests

支持和贡献

Pubmed Parser 鼓励任何人的改进贡献。如果有问题或希望参与,可以通过 GitHub 的问题跟踪功能进行讨论,也可以浏览贡献指南以了解如何正确进行贡献。

致谢

该项目的开发得到了宾夕法尼亚大学 Konrad Kording 实验室的支持。我们感谢所有评审和编辑的宝贵意见,他们帮助完善了这个项目。

编辑推荐精选

蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

下拉加载更多