浏览器搜索与 Bio.entrez 搜索结果不同

Question

当我使用 Bio Entrez 进行搜索时，我得到了不同的结果。例如，当我使用查询“covid sideeffect”在浏览器上搜索时，我得到 344 个结果，而当我使用 Bio Entrez 时，我只得到 92 个结果。这是我正在使用的代码。from Bio import EntrezEntrez.email = "[e-mail]"handle = Entrez.esearch(db="pubmed", retmax=40, term="covid side effect", idtype="acc")record = Entrez.read(handle)handle.close()print(record['Count'])我希望有人可以帮助我解决这个差异。

Answer 1

由于某种原因，无论是 R api 还是 Python API，每个人似乎都有相同的问题。我找到了一种解决方法来获得相同的结果。它很慢，但它可以完成工作。如果你的结果小于 10k，你可以使用 Selenium 来获取 pubmedid。否则，我们可以使用下面的代码来抓取数据。我希望这对将来的人有帮助。

import requests

# # Custom Date Range

# req = requests.get("https://pubmed.ncbi.nlm.nih.gov/?term=covid&filter=dates.2009/01/01-2020/03/01&format=pmid&sort=pubdate&size=200&page={}".format(i))

# # Custom Year Range

# req = requests.get("https://pubmed.ncbi.nlm.nih.gov/?term=covid&filter=years.2010-2019&format=pmid&sort=pubdate&size=200&page={}".format(i))

# #Relative Date 

# req = requests.get("https://pubmed.ncbi.nlm.nih.gov/?term=covid&filter=datesearch.y_1&format=pmid&sort=pubdate&size=200&page={}".format(i))

# # filter language 

# # &filter=lang.english

# # filter human 

# #&filter=hum_ani.humans

# Systematic Review

#&filter=pubt.systematicreview

# Case Reports 

# &filter=pubt.casereports

# Age

# &filter=age.newborn

search = "covid lungs"

# search_list = "+".join(search.split(' '))

def id_retriever(search_string):

    string = "+".join(search_string.split(' '))

    result = []

    old_result = len(result)

    for page in range(1,10000000):

        req = requests.get("https://pubmed.ncbi.nlm.nih.gov/?term={string}&format=pmid&sort=pubdate&size=200&page={page}".format(page=page,string=string))

        for j in req.iter_lines():

            decoded = j.decode("utf-8").strip(" ")

            length = len(decoded)

            if "log_displayeduids" in decoded and length > 46:

                data = (str(j).split('"')[-2].split(","))

                result = result + data

                data = []

        new_result = len(result)

        if new_result != old_result:

            old_result = new_result

        else:

            break

    return result

ids=id_retriever(search)

len(ids)