BioPython KeyError

Question

我是一名资料科学入门班的学生，对编程有初学者的知识。我正在运行Python3.7.4(缺省值，2019，18:34:13) MSC v.1915 64位(AMD64) :：Anaconda，Inc. . on win32，并使用Pycharm作为我的IDE。我正在构建一个使用BioPython的网页刮刀器，然后将结果保存在一个数据文件中。

抓取代码如下：

from Bio import Entrez
import pandas

# gives a list of Citation IDs in response to a search word
def search(query):
    Entrez.email = 't@gmail.com'
    handle = Entrez.esearch(db='pubmed',
                            sort='relevance',
                            retmax='15',
                            retmode='xml',
                            datatype = 'pdat',
                            mindate = '2001/01/01',
                            maxdate = '2010/01/01',
                            term=(query)
                            )
    results = Entrez.read(handle)
    return results

# Fetch the details for all the retrieved articles via the fetch utility.
def fetch_details(id_list):
    ids = ','.join(id_list)
    Entrez.email = 't@gmail.com'
    handle = Entrez.efetch(db='pubmed',
                           retmode='xml',
                           id=ids)
    results = Entrez.read(handle)
    return results

if __name__ == '__main__':
    results = search('fever')
    id_list = results['IdList']
    papers = fetch_details(id_list)

然后，为了保存到数据文件，我有以下内容：

pmid = []
title = []
pubyear = []
abstract = []

for i, paper in enumerate(papers['PubmedArticle']):
    pm = paper['MedlineCitation']['PMID']
    pmid.append(str(pm))
    tit = paper['MedlineCitation']['Article']['ArticleTitle']
    title.append(tit)
    pbyr = paper['MedlineCitation']['Article']['Journal']['JournalIssue']['PubDate']['Year']
    pubyear.append(pbyr)
    ab = paper['MedlineCitation']['Article']['Abstract']['AbstractText']
    str(ab)
    abstract.append(str(ab))

# create empty dataframe
paper_df = pandas.DataFrame()

# add the PMID, Title, Publication Year, and Abstract columns
paper_df['Article_PMID'] = pmid
paper_df['Article_Title'] = title
paper_df['Publication_Year'] = pubyear
paper_df['Article_Abstract'] = abstract

我的问题变成..。当搜索函数中的retmax参数仅为15时，它就能正常工作。我得到了15张记录，我需要填写所有4条信息。但是，当我将它更改为16时，我会得到一个错误。

回溯(最近一次调用)：文件"C:/Users/lztp/Documents/UT/1_PHM_2193_Intro_to_Data_Science/PyCharm_Projects/FP_Crawler_Module_1.py"，第69行，在pbyr =纸张‘Medline引文’‘Journal’PubDate‘KeyError：'Year’

我的理解是它的意思是“年”在下一个记录中不存在？如何让它跳过缺失值的记录，只保存那些具有我需要的值的记录？在搜索中，我尝试在术语参数中使用过滤器，但得到了另一个错误。有没有一种检查值是否为空的方法？或者，如果有人对如何做这件事有想法，我们会非常感激的。

Answer 1

for i, paper in enumerate(papers['PubmedArticle']):
    try:
        pm = paper['MedlineCitation']['PMID']
        tit = paper['MedlineCitation']['Article']['ArticleTitle']
        pbyr = paper['MedlineCitation']['Article']['Journal']['JournalIssue']['PubDate']['Year']
        ab = paper['MedlineCitation']['Article']['Abstract']['AbstractText']
    except KeyError as e:
        continue
    pmid.append(str(pm))
    title.append(tit)
    pubyear.append(pbyr)
    abstract.append(str(ab))

只要用试抓来处理就行了。