拆分学名

Question

一个学名通常由3个信息组成：属、种名和作者。一个简单的例子如下：

板栗叶 L.

属：老鼠属
物种名称：icifolious
作者：L.

简单。然而，当我们不得不处理混合体、subspecies/varieties/forma、多位作者和其他不一致时，事情就变得更加复杂了。在这些情况下，物种名称可能如下所示：

比照。 穿心莲 (Burm.f.) 墙。前任

cf.: 没有 100% 确定物种
属：穿心莲
物种名称：paniculata
作者：(Burm.f.)墙。前任

或者这个：

Ipomoea pes-caprae (L.) DC。亚种巴西人 (L.) Ooststr.f

属：番薯属
物种名称：pes-caprae
物种作者：(L.) DC.
亚种名称：brasiliensis
亚种作者：(L.)Ooststr.f

我正试图找到一种可靠的方法来解构这些名称。我可以使用 tons if if/else 语句编写一些 hackish 代码，但我正在寻找更优雅（和健壮）的东西。我在考虑某种解析器，它解析名称的方式类似于解析数学表达式的计算器。不幸的是，我不是最老练的程序员，我之前也没有写过真正的解析器，我也不知道在这种情况下它是否有意义，因为科学名称有很多变化。您认为解决这个问题的最佳方法是什么？首选语言是 R，如果它更适合任务，也可能是 Julia。

Answer 1

你很幸运（有点）。 GBIF 有一个 name parser，taxize 包通过 gbif_parse 函数挂钩到它的 API。

library(taxize)
gbif_parse(c('Acanthus ilicifolius L.', 
             'cf. Andrographis paniculata (Burm.f.) Wall. ex Nees', 
             'Ipomoea pes-caprae (L.) DC. subsp. brasiliensis (L.) Ooststr.f'))

#                                                   scientificname       type genusorabove specificepithet authorsparsed    authorship                   canonicalname                canonicalnamewithmarker                                 canonicalnamecomplete bracketauthorship infraspecificepithet  rankmarker
# 1                                        Acanthus ilicifolius L. WELLFORMED     Acanthus     ilicifolius          TRUE            L.            Acanthus ilicifolius                   Acanthus ilicifolius                               Acanthus ilicifolius L.              <NA>                 <NA>       <NA>
# 2            cf. Andrographis paniculata (Burm.f.) Wall. ex Nees   INFORMAL Andrographis      paniculata          TRUE Wall. ex Nees         Andrographis paniculata                Andrographis paniculata      Andrographis paniculata (Burm. f.) Wall. ex Nees          Burm. f.                 <NA>       <NA>
# 3 Ipomoea pes-caprae (L.) DC. subsp. brasiliensis (L.) Ooststr.f    SCINAME      Ipomoea      pes-caprae          TRUE     Ooststr.f Ipomoea pes-caprae brasiliensis Ipomoea pes-caprae subsp. brasiliensis Ipomoea pes-caprae subsp. brasiliensis (L.) Ooststr.f                L.         brasiliensis     subsp.

有关详细信息，请参阅 ?gbif_parse。您还可以找到 GBIF on github.

taxize 也利用了 EOL API - 参见 ?gni_parse.

拆分学名

Splitting scientific names

parsing

r

bioinformatics

julia