python的bioc数据结构及编解码器
bioc的Python项目详细描述
BioC XML / JSON format可用于共享 文本文档和注释。
bioc公开标准库用户熟悉的api marshal和pickle模块。
在github上开发bioc： https://github.com/yfpeng/bioc
开始
正在安装bioc
$ pip install bioc
xml
编码bioc集合对象collection：
importbioc# Serialize ``collection`` to a BioC formatted ``str``.bioc.dumps(collection)# Serialize ``collection`` as a BioC formatted stream to ``fp``.withopen(filename,'w')asfpbioc.dump(collection,fp)
压缩编码：
importbiocbioc.dumps(collection,pretty_print=False)
增量生物序列化：
importbiocwithbioc.BioCXMLDocumentWriter(filename)aswriter:writer.write_collection_info(collection)fordocumentincollection.documents:writer.write_document(document)
解码bioc xml文件：
importbioc# Deserialize ``s`` to a BioC collection object.collection=bioc.loads(s)# Deserialize ``fp`` to a BioC collection object.withopen(filename,'r')asfp:collection=bioc.load(fp)
增量解码bioc xml文件：
importbiocwithbioc.BioCXMLDocumentReader(filename)asreader:collection_info=reader.get_collection_info()fordocumentinreader:# process document...
get_collection_info可以在构造BioCXMLDocumentReader之后随时调用。
与python协同程序一起，这可以用于以异步、非阻塞的方式生成bioc xml。
importbiocwithbioc.BioCXMLDocumentReader(source)asreader, \ bioc.BioCXMLDocumentWriter(dest)aswriter:collection_info=reader.get_collection_info()writer.write_collection_info(collection_info)fordocumentinreader:# modify the document...writer.write_document(document)
json
编码bioc集合对象collection：
importbiocjson# Serialize ``collection`` to a BioC Json formatted ``str``.biocjson.dumps(collection,indent=2)# Serialize ``collection`` as a BioC Json formatted stream to ``fp``.withopen(filename,'w')asfpbiocjson.dump(collection,fp,indent=2)
压缩编码：
importbiocjsonbiocjson.dumps(collection)
解码bioc json文件：
importbiocjson# Deserialize ``s`` to a BioC collection object.collection=biocjson.loads(s)# Deserialize ``fp`` to a BioC collection object.withopen(filename,'r')asfp:collection=biocjson.load(fp)
json行
增量编码bioc结构：
frombioc.biocjsonimportBioCJsonIterWriterwithBioCJsonIterWriter(filename,level=bioc.PASSAGE)aswriter:fordocincollection.documents:forpassageindoc.passages:writer.write(passage)
增量解码bico json行文件：
frombioc.biocjsonimportBioCJsonIterReaderwithBioCJsonIterReader(filename,level=bioc.PASSAGE)asreader:forpassageinreader:# process passage...
要求
- lxml（http://lxml.de）
- J联机
开发人员
- 彭一帆（yifan.peng@nih.gov）
确认
网页
官方bioc网页上有最新的说明， 以bioc格式编写的代码和语料库，以及基于 与生物有关。
参考
- 科莫，D.C.，多安，R.I.，西卡雷斯，P.，科恩，K.B.，克莱林格，M.， Leitner，F.，Lu，Z.，Peng，Y.，Rinaldi，F.，Tori，M.，Valencia，V.， Versboor，K.，Wiegers，T.C.，Wu，C.H.，Wilbur，W.J.（2013）生物：A 生物医学文本互操作的极简方法 处理。数据库：生物数据库和 策展。
- Peng，Y.，Tudor，C.，Tori，M.，Wu，C.H.，Vijay Shanker，K.（2014年）ISIMP 在bioc标准格式中：增强句子的互操作性 简化系统。数据库：生物数据库杂志 以及策展。
- Marques，M.，Rinaldi，F.（2012）Pyboco: 生物核心。在生物处理IV研讨会上。
欢迎加入QQ群-->： 979659372
