Python3中按resolution<4条件过滤PDB API返回JSON的方法

你之前筛选没出结果，大概率是踩了两个嵌套结构的坑：

• 把em_3d_reconstruction当成普通字典直接取resolution，但这个字段本质是列表包裹的字典结构，哪怕单个条目里只有1个重建结果，也得先取列表元素再拿属性，直接用字符串key索引会直接触发类型错误
• 没给缺失字段的无效条目做兜底，比如你示例最后那个不完整的5A2Q条目，硬取嵌套字段会直接抛KeyError中断整个循环

基础兼容版过滤逻辑 #

这段代码自动跳过结构不完整的无效条目，适配你当前拿到的JSON结构：

# 从外层嵌套字典取出所有条目列表
entries = result_json["data"]["entries"]
filtered_result = []

for entry in entries:
    # 跳过没有em_3d_reconstruction字段、或该字段为空列表的无效条目
    if not entry.get("em_3d_reconstruction"):
        continue
    # 取重建分辨率值，默认给999兜底（代表分辨率极差、不满足筛选条件）
    resolution = entry["em_3d_reconstruction"][0].get("resolution", 999)
    # 筛选分辨率小于4的条目
    if resolution < 4:
        filtered_result.append(entry)

按照你示例里的数据，这段代码最终会筛选出2个重复的4UG0条目，过滤掉两个4V6X条目和不完整的5A2Q条目。

可选：重复条目去重 #

你示例里存在完全重复的4UG0、4V6X条目，如果不需要重复结果，可以基于rcsb_id做去重处理：

seen_pdb_ids = set()
unique_filtered = []
for entry in filtered_result:
    pdb_id = entry["rcsb_id"]
    if pdb_id not in seen_pdb_ids:
        seen_pdb_ids.add(pdb_id)
        unique_filtered.append(entry)

去重后最终只会保留1个rcsb_id=4UG0的符合条件条目。

简洁版列表推导式写法 #

逻辑和上面的兼容版完全一致，适合快速实现：

filtered_result = [
    entry for entry in result_json["data"]["entries"]
    # 兼容空字段、缺失分辨率的异常情况
    if entry.get("em_3d_reconstruction") 
    and entry["em_3d_reconstruction"][0].get("resolution", 999) < 4
]

多重建结果场景的适配 #

实际从PDB拉取数据时，单个条目有时会关联多组EM重建数据，此时不要写死取列表第0位的分辨率，可根据需求调整判断逻辑：

• 只要有一组重建结果分辨率<4就保留条目：用any()遍历所有重建结果做判断
• 要求所有重建结果分辨率都<4才保留条目：把判断换成all()即可

# 只要任意一组重建分辨率<4就保留的判断示例
for entry in entries:
    has_good_res = any(
        recon.get("resolution", 999) < 4
        for recon in entry.get("em_3d_reconstruction", [])
    )
    if has_good_res:
        filtered_result.append(entry)

内容的提问来源于stack exchange，提问作者justykat