使用R(httr)批量获取PubMed文献摘要的问题求助

AI 小北

2026-10-4

问题核心原因

你遇到的报错根本原因是构造请求URL时没有正确传入变量值，而是直接把变量名作为字符串写进了URL里，接口拿到的id参数是pmids或idc这几个字符串，不是你实际获取的PMID列表，因此判定ID为空。

PubMed的efetch接口完全支持一次性传入多个ID查询，单次请求最多支持200个ID，不需要循环逐个发送。

修正后的完整可运行脚本

library(httr)
library(glue)
library(xml2)
library(dplyr)

# 1. 构造检索请求获取PMID列表
reqq <- "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=science[journal]+AND+breast+cancer+AND+2008[pdat]&usehistory=y"
op <- GET(reqq)

pmids <- op %>% 
  read_xml() %>% 
  xml_find_all("//IdList/Id") %>% 
  xml_text()

# 2. 构造efetch请求获取文献元数据
# 直接拼接逗号分隔的ID串即可，不需要额外加引号再删除
id_str <- paste(pmids, collapse = ",")
# 用glue把ID变量正确插入URL中
reqq1 <- glue("https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&id={id_str}&rettype=abstract&retmode=xml")
op1 <- GET(reqq1)

# 3. 解析XML生成目标数据框
xml_content <- read_xml(op1)
pubs <- xml_find_all(xml_content, "//PubmedArticle")

result_df <- lapply(pubs, function(pub) {
  # 提取文章标题
  title <- xml_find_first(pub, ".//ArticleTitle") %>% xml_text()
  # 提取摘要，部分文献无公开摘要，做缺失值处理避免报错
  abstract <- xml_find_first(pub, ".//AbstractText") %>% 
    {ifelse(length(.) > 0, xml_text(.), NA_character_)}
  return(tibble(title = title, abstract = abstract))
}) %>% bind_rows()