R语言爬下Pubmed

Posted 2021-04-18 大葱的后花园

点击上方"大葱的后花园"关注我吧

看书看得昏昏欲睡，于是把书放下了。学了学R语言爬虫，静态网站像新浪新闻的比较好学，动态的还没学会。忽然想到R语言能不能爬Pubmed，这样总结检索文献岂不是很爽。

我看有用XML, Rcurl调用Pubmed API代码实现爬文章的。有用RISmed, pubmed.mineR实现的，好像都挺好学的。

今天学了学用RISmed爬文章，记录一下。

RISmed：适合快速分析pubmed文献，统计文章的机构作者信息，期刊信息发表的年份等发文趋势情况。这个包自带网络爬取功能，可以即时下载期刊信息。适合给老师干活的时候统计文章用。

该包的基本的两个函数为EUtilsSummary和EUtilsGet；其中在EUtilsSummary中可以通过mindate和maxdate限制日期。retstart限制检索的起始位置、retmax返回检索的最大数量(默认是100)，我们可以通过AbstractText提取摘要、Acronym提取缩写、Affiliation提取单位、Agency提取机构、PMID提取文章PMID、ArticleTitle提取文章题目、Author提取作者、Cited提取文章的被引次数、Country提取国家信息、

ELocationID提取DOI、Title杂志的全名、ISOAbbreviation提取发表杂志简写、Mesh提取文章的主题词、PublicationType发表类型。

示例代码如下

于是我们就提取出来了，看下效果还挺好。

赶脚R语言能干很多内容，大家可以干活的时候搜一搜，看能不能用R语言帮助自己偷懒儿。

老规矩代码直接回复“RISmed”即可获取。

往期推荐