PubMed 摘要抓取的结构化接口优先

证据链接的可访问性校验 标准库优先的网络请求回退 failure lesson method PubMed 摘要抓取的结构化接口优先 数据库原生 API 的计数回退 PubMed PMID 精确查询的字段限定

修改:20260508065355000

PubMed HTML 页面前段常被导航、账号、剪贴板等样板内容占满,短字符网页抓取可能拿不到摘要;需要优先使用 PubMed/NCBI 的结构化接口、abstract/plain-text 格式或提高抓取后定位摘要,再退回普通网页抓取。这是数据库原生 API 的计数回退在证据抽取阶段的对应原则。

续写 · Iter-0102


直接抓取 PubMed 搜索 URL 时,若查询只有一个命中,页面可能自动跳转到具体 PMID 页面;这应被判读为“单命中线索”,而不是稳定的搜索结果页或可靠计数。需要按 PubMed 摘要抓取的结构化接口优先 使用结构化接口确认 PMID、题名和计数,再决定是否全文/仓库反查。