我正在尝试使用biopython entrez收集发表文章的列表。我想从medline格式中收集文章的某些部分。如果未设置retmax,则我在下面编写的代码将起作用。它默认为20条,但是,我想收集更多的文章。如果我将retmax设置为更高的数字,则会收到以下错误。
#!/usr/bin/env python
from Bio import Entrez, Medline
Entrez.email = "[email protected]"
handle = Entrez.esearch(db="pubmed",
term="stanford[Affiliation]", retmax=1000)
record = Entrez.read(handle)
pmid_list = record["IdList"]
more_data = Entrez.efetch(db="pubmed", id=",".join(pmid_list), rettype="medline", retmode="text")
all_records = Medline.parse(more_data)
record_list = []
for record in all_records:
record_dict = {'ID': record['PMID'],
'Title': record['TI'],
'Publication Date': record['DP'],
'Author': record['AU'],
'Institute': record['AD']}
record_list.append(record_dict)
然后我收到错误
Traceback (most recent call last):
File "./pubmed_pull.py", line 42, in <module>
'Institute': record['AD']}
KeyError: 'AD'
我不确定为什么增加文章数会出现错误。
最佳答案
不用使用dict[key]
抓取密钥,而是使用dict.get(key)
。如果密钥不存在,则此操作将返回None
。
for record in all_records:
record_dict = {'ID': record.get('PMID'),
'Title': record.get('TI'),
'Publication Date': record.get('DP'),
'Author': record.get('AU'),
'Institute': record.get('AD')}
Some further reading