Question

我正在尝试使用biopython entrez收集已发表文章的列表。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 = "foobar@gmail.edu"    
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)

然后我收到错误消息

Traceback (most recent call last):
  File "./pubmed_pull.py", line 42, in <module> 
    'Institute': record['AD']}
KeyError: 'AD'

我不确定如果增加文章数，为什么会出错。

Answer 1

使用dict[key]代替使用dict.get(key)来获取密钥。如果密钥不存在，执行此操作将返回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

Entrez增加retmax时的Traceback KeyError

1 个答案: