用Python写一个pubmed的爬虫代码

### 回答1：

很高兴为您解答！我可以提供一些参考代码供您参考：

import urllib.request
from bs4 import BeautifulSoup

# 设置请求头
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'}

# 设置pubmed搜索关键词
keyword = 'Python'

# 设置每页显示的结果数
page_size = 100

# 设置起始页
page_num = 0

# 拼接搜索链接
url = 'https://www.ncbi.nlm.nih.gov/pubmed/?term='+keyword+'&size='+str(page_size)+'&page='+str(page_num)

# 请求网页
request = urllib.request.Request(url, headers=headers)
response = urllib.request.urlopen(request)

# 解析网页
soup = BeautifulSoup(response, 'html.parser')

# 找到结果列表
result_list = soup.find_all('div', {'class': 'rslt'})

# 遍历结果列表，获取标题等信息
for result in result_list:
title = result.find('p', {'class': 'title'})
print(title.get_text())

### 回答2：
下面是一个用Python编写的简单pubmed爬虫代码：

import requests
from bs4 import BeautifulSoup

def pubmed_crawler(query):
    url = "https://pubmed.ncbi.nlm.nih.gov/"
    search_url = url + "search/?term=" + query
    
    # 发起请求
    response = requests.get(search_url)
    
    # 解析HTML页面
    soup = BeautifulSoup(response.text, "html.parser")
    
    # 获取搜索结果
    results = soup.find_all("div", class_="docsum-content")
    
    # 打印标题和摘要
    for result in results:
        title = result.find("a", class_="docsum-title").text.strip()
        abstract = result.find("p", class_="docsum-abstract").text.strip()
        print("标题:", title)
        print("摘要:", abstract)
        print("--------------")

# 示例使用
query = "cancer"  # 搜索关键字
pubmed_crawler(query)

以上代码使用了`requests`库发送HTTP请求，使用`BeautifulSoup`库解析HTML页面。它首先构建pubmed的搜索URL，然后发起请求并解析搜索结果。最后打印每个搜索结果的标题和摘要。

请注意，这只是一个基本的示例代码，用于演示pubmed爬虫的基本原理。实际使用时，可能需要添加更多功能，例如处理分页、保存结果到文件等。同时，请遵守相关网站的使用条款和爬虫规则，以确保合法使用。

### 回答3：
下面是一个使用Python编写的pubmed爬虫代码的示例：

import requests
from bs4 import BeautifulSoup

def pubmed_spider(query, num_results):
    url = f'https://pubmed.ncbi.nlm.nih.gov/?term={query}'
    response = requests.get(url)
    soup = BeautifulSoup(response.content, 'html.parser')
    
    articles = soup.find_all('article', class_='full-docsum')
    results = []
    
    for article in articles[:num_results]:
        title = article.find('a', class_='docsum-title').text.strip()
        authors = article.find('span', class_='docsum-authors').text.strip()
        journal = article.find('span', class_='docsum-journal-citation-full').text.strip()
        pub_date = article.find('span', class_='docsum-journal-citation-date').text.strip()
        abstract = article.find('div', class_='docsum-content').text.strip()
        
        results.append({
            'title': title,
            'authors': authors,
            'journal': journal,
            'pub_date': pub_date,
            'abstract': abstract
        })
    
    return results

# 调用爬虫函数，搜索关键字为 "COVID-19"，获取前5条结果
search_results = pubmed_spider('COVID-19', 5)

# 打印结果
for result in search_results:
    print('标题:', result['title'])
    print('作者:', result['authors'])
    print('期刊:', result['journal'])
    print('发布日期:', result['pub_date'])
    print('摘要:', result['abstract'])
    print('---')

这段代码首先通过requests模块发送GET请求获取pubmed网站上搜索结果页面的HTML内容。然后，使用BeautifulSoup模块解析HTML页面，提取文章的标题、作者、期刊、发布日期和摘要等信息。最后，将提取的信息保存在一个字典中，并加入到结果列表中。代码中的`pubmed_spider`函数接受两个参数：搜索关键字和结果数量。调用这个函数将返回一个包含结果的列表。然后，我们使用搜索关键字"COVID-19"调用`pubmed_spider`函数，并限制结果数量为5。最后，我们将结果打印出来，包括标题、作者、期刊、发布日期和摘要。

请注意，本示例仅用于演示目的。要实现一个更完整、健壮的pubmed爬虫，您可能需要更详细的数据清洗和错误处理等功能。另外，不要忘记尊重网站的使用规则，并确保您的爬取行为合法、合规。