0

我想从 Pubmed 数据库的搜索结果中提取 Mesh 术语。我正在使用 php。

我制作了一个有效的脚本,但它非常慢。它打开每篇文章,解析 XML 并检索网格术语。“fopen”功能是缓慢的部分。

$url= $base."efetch.fcgi?db=$db&id=$id&rettype=abstract";    
$opts = array(
  'http' => array(
    'method' => "GET",
    'header' => "User-Agent:MyAgent/1.0\r\n"
  )
);
$context = stream_context_create($opts);
$fp = fopen($url,'r',false,$context);
$output=stream_get_contents($fp);

该脚本为每篇文章打开一个大的 xml 文件: http ://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id=19616537&retmode=xml

有没有办法只检索网格术语,或者至少检索 xml 的一小部分?或者只加载文件的一半?

谢谢


更新:我得到了一些改进。使用 efetchretmode=text并将rettype=medline一个文件的下载量从 15 kb 减少到 4kb。我还捆绑了所有下载以减少请求量。

现在加载 500 个结果需要 4.8 秒。

我还是想快点。

有没有人有一些提示?

4

1 回答 1

0

我不确定你的限制和目标是什么。但是,如果您要查询整个数据库,那么我会尝试相反的方法。查询数据库以列出每个已知 MeSH 术语的文章。据我所知,只有“2014 MeSH 中的 27,149 个描述符”,因此您需要发送少于 3 万个查询才能获得整个数据库的结果。您可以使用Europe PMC RESTful Web Service来实现它 。

于 2015-04-26T20:54:03.717 回答