来自欧洲 PMC 注释的批量数据 api

Question

我有一个 pmc.txt 文件，其中包含至少 20k 个 pmc id，而 api 我认为每次只需要 1000 个请求。我已经为一个 id 编写了代码，但我无法为整个文件编写代码，下面是我的主要代码。请帮忙

if __name__ == '__main__':
URL = 'https://www.ebi.ac.uk/europepmc/annotations_api/annotationsByArticleIds'


article_ids = ['PMC:4771370']

for article_id in article_ids:
  params = {
    'articleIds': article_id,
    'section': 'Abstract',
    'provider': 'Europe PMC',
    'format': 'JSON'
  }
json_data = requests.get(URL, params=params).content
r = json.loads(json_data)
df = json_to_dataframe(r)
print(df)
df.to_csv("data.csv")

Answer 1

您可以像这样从文件中读取数据：

with open('pmc.txt', 'r') as file:
    article_ids = [item.replace('\n', '') for item in file]

你可以代替 article_ids = ['PMC:4771370']

尽管您将不得不使用不同的名称保存文件（届时您将拥有 20,000 个文件，或者您必须在将数据设为 csv 之前将 json 数据附加到数据框）

因此，您可以将 ID 分成多个块并在单个 articleid 参数中使用它们

if __name__ == '__main__':
    URL = 'https://www.ebi.ac.uk/europepmc/annotations_api/annotationsByArticleIds'

    with open('corpus_processing_input.txt', 'r') as file:
        article_ids = [item.replace('\n', '') for item in file]
    
    # API only allows 1-8 ids sent at a time 
    chunks = [article_ids[x:x+8] for x in range(0, len(article_ids), 8)]

    for count, article_ids in enumerate(chunks):
        params = {
            'articleIds': ','.join(article_ids),
            'section': 'Abstract',
            'provider': 'Europe PMC',
            'format': 'JSON'
        }
        json_data = requests.get(URL, params=params).content
        r = json.loads(json_data)
        df = json_to_dataframe(r)
        print(df)
        df.to_csv(f"data{count}.csv")

Answer 2

您可以使用grequests. You can try setting stream=False in grequests.get, or call explicitly response.close() after reading response.content. It's discussed in detail here

此外，您还可以测试requests-futures。 Grequests 速度更快，但会带来猴子补丁和其他依赖性问题。 requests-futures 比 grequests 慢几倍，但简单地将请求包装到 ThreadPoolExecutor 中可以和 grequests 一样快，但没有外部依赖。参考 here.

来自欧洲 PMC 注释的批量数据 api

Bulk Data from Europe PMC annotation api

python

api

json

data-annotations

europepmc