用lxml解析pubmedapixml，然后将子元素抓取到字典中

Question

我正在尝试重新学习python，所以我的技能很欠缺。我现在正在玩PubMedAPI。我试图解析给定的here的XML文件，然后运行一个循环遍历每个子文件（'/pubmedarticle'）并获取一些内容，现在只是文章标题，并将它们输入到pubmedid（pmid）键下的字典中。在

即输出应如下所示：

{'29150897': {'title': 'Determining best outcomes from community-acquired pneumonia and how to achieve them.'} 
'29149862': {'title': 'Telemedicine as an effective intervention to improve antibiotic appropriateness prescription and to reduce costs in pediatrics.'}}

稍后我将添加更多的因素，如作者和期刊等，现在我只想知道如何使用lxml包将我想要的数据放入字典中。我知道有很多软件包可以帮我做到这一点，但这违背了学习的目的。我尝试了很多不同的方法，这就是我目前要做的：

^{pr2}$

我可能对如何进行这一过程有误解，但如果有人能提供见解或引导我朝正确的方向获取资源，我将不胜感激。在

编辑：我很抱歉。我写这篇文章比我应该写得快得多。所有的案子我都办好了。此外，它抛出的结果似乎结合了PMID，同时给出了第一个标题：

{'2725403628806902': {'title': 'Handshake Stewardship: A Highly Effective Rounding-based Antimicrobial Optimization Service.Monitoring, documenting and reporting the quality of antibiotic use in the Netherlands: a pilot study to establish a national antimicrobial stewardship registry.'}}

助教

Answer 1

首先，xml是case-sensitive，在xpath中使用小写标记。在

另外，我认为pmid应该是某个数字（或代表数字的字符串），在您的例子中，这似乎是不同的：

在我的测试中

`pmid = ''.join([x.text for x in x.xpath('//MedlineCitation/PMID[@Version="1"]')])` 

生成串联数字的字符串，这不是您要查找的。在