使用R语言读取PUBMED存入MYSQL数据库

2020-03-03 11:32:39 浏览数 (1)

最近，在科研狗网站看到了一个有趣的项目，使用R语言读取pubmed存入mysql数据库，之前报名没有报上，还是决心要跟着做一下，无奈R语言水平比较渣渣，只能复制别人的代码来用，悲剧的是，原代码复制过来还是报错，来一个小目标，把这段代码运行起来。花了两三天的功夫，终于实现了目标。

原代码参考自R科研作图学习小组组长：木萱小主的作业： http://group.keyangou.com/RGraph/topic/952

这个项目的难点在于要用R语言和MySQL数据库，两者都是初学，加大了难度，搞不定R函数。首先这个任务的准备工作是安装数据库和phpmyadmin（当然这只是一个选项，还有好多的图形数据库管理软件，据说大牛都是命令行操作的），这个不表。

主要步骤就是第一，用你要查询的关键词或条件获得pubmed-id，标题和摘要，然后格式化一下，放入数据库。代码如下：

代码语言：javascript复制
library(RISmed)
代码语言：javascript复制
cell2017<-EUtilsSummary("cell[TA] AND 2017[DP]")
代码语言：javascript复制
data<-QueryId(cell2017)
代码语言：javascript复制
data #获得全部的ID
代码语言：javascript复制
pmids<-paste(data,sep = "",collapse=",")
代码语言：javascript复制
#pmids
代码语言：javascript复制
library(RMySQL)
代码语言：javascript复制
library(xml2)
代码语言：javascript复制
library(httr)
代码语言：javascript复制
postFetchUrl<-'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?'
代码语言：javascript复制
r2 <- POST(postFetchUrl,body = list(db='pubmed',id=pmids,retmode='xml'))
代码语言：javascript复制
stop_for_status(r2)
代码语言：javascript复制
data2=content(r2, "parsed")
代码语言：javascript复制
article=xml_children(data2)
代码语言：javascript复制
count=length(article)
代码语言：javascript复制
cnt=1
代码语言：javascript复制
a<-list()
代码语言：javascript复制
b<-list()
代码语言：javascript复制
while(cnt<=count){title=xml_find_first(article[cnt],".//ArticleTitle")
代码语言：javascript复制
abstract=xml_find_first(article[cnt],".//AbstractText")
代码语言：javascript复制
#write.table(xml_text(title),file='a.txt', row.names=F,quote=F,append=T)
代码语言：javascript复制
a<-c(a,xml_text(title))
代码语言：javascript复制
#write.table(print(xml_text(abstract)),file='b.txt',row.names=F,quote=F,append=T)
代码语言：javascript复制
b<-c(b,xml_text(abstract))
代码语言：javascript复制
#break
代码语言：javascript复制
cnt = cnt   1
代码语言：javascript复制
}
代码语言：javascript复制
pmid<-data
代码语言：javascript复制
title=a
代码语言：javascript复制
abstract<-b
代码语言：javascript复制
title = gsub("'","",title)
代码语言：javascript复制
abstract = gsub("'","",abstract)
代码语言：javascript复制
article<-data.frame(pmid,title,abstract)
代码语言：javascript复制
con<-dbConnect(MySQL(),host="127.0.0.1",dbname="rdb",user="root",password="")
代码语言：javascript复制
dbSendQuery(con,'SET NAMES utf8')
代码语言：javascript复制
dbWriteTable(con,"article",article,append=TRUE)
代码语言：javascript复制
dbDisconnect(con)

用另外一种解决方法，不用RISmed包，用httpr包，也能运行，但是到第6行就会报错，只好作罢。不管怎样，上边那个方法是最简单的，用做实际应用足够了。

这里还要补充一下，如果边数据库次数太多而没有关闭会报错，有个哥们定义的函数很有用，一起放这。

代码语言：javascript复制
#数据库连接删除函数，每个任务之前最好先清理所有的连接，调用此函数就可以
代码语言：javascript复制
killDbConnections <- function () {
代码语言：javascript复制
  all_cons <- dbListConnections(MySQL())
代码语言：javascript复制
  print(all_cons)
代码语言：javascript复制
  for(con in all_cons)
代码语言：javascript复制
      dbDisconnect(con)
代码语言：javascript复制
  print(paste(length(all_cons), " connections killed."))
代码语言：javascript复制
}
代码语言：javascript复制
killDbConnections()

代码github地址：https://github.com/zd200572/R/blob/master/科研狗

r语言 github git 开源 数据库

0 人点赞