論文のアブスト（概要）から特定のキーワードを検索し、ヒットしたキーワードとPubMedIDを出力

【目的】
概要から特定のキーワードを検索してPubMedIDとセットでアウトプットする。

【設定】
Python 2.7.3
(NOTE: Python 2.4 didn't have xml.etree)

【準備】
- abstract.xml: xml data (see previous blog)
- words.txt : list of keywords

------------------------PYTHON--------------------------------
### get abstract from xml file
from xml.etree.ElementTree import *
tree = parse("abstract.xml")
elem = tree.getroot()
dict=[]
for e in elem.getiterator("PubmedArticle"):
 dict.append({
  "pmid": e.find("MedlineCitation").findtext("PMID"),
  "abst": e.findtext(".//AbstractText", "ND")
 })

### count number of papers

>>> len(dict)

2

### make keyword list
f=open('words.txt','r')
keyword=f.read().splitlines()

### extract
result = []
for i in range(0,2):
 for word in dict[i].get('abst').split():
  if word in keyword:
   result.append({
    "pmid" : dict[i].get('pmid'),
    "hit" : word
   })

>>> result
[{'pmid': '23245335', 'hit': 'database'}, {'pmid': '23245335', 'hit': 'database'}, {'pmid': '23197657', 'hit': 'database'}]

### OUTPUT TO CSV
import csv
with open('uniq_result.csv', 'wb') as f:
    w = csv.writer(f, quoting=csv.QUOTE_ALL)
    w.writerow(uniq_result)

-------------------------------------------------------------

Share on Facebook Share on Twitter Share on Google Plus

About Piyoko