，

NCBI(National Center for Biotechnology Information)是美国国立生物技术信息中心，它提供了庞大的生物医学信息资源和强大可靠的检索工具，被生物医学研究人员广泛使用。

NCBI网站(http://www.ncbi.nlm.nih.gov/)将所有数据库的检索和使用集成在一个界面上，并为开发人员提供了几个开放的API编程接口，便于在他们的应用程序中获取和操作NCBI的数据。E-utilities(Entrez Programming Utilities)是NCBI Entrez检索系统的开放API编程接口，可以访问所有的Entrez数据库，包括PubMed、PMC、Gene、 Nuccore and Protein等。

利用NCBI数据进行文本挖掘和信息分析是目前医学信息研究领域的一个热点，而获取文本数据是这些研究的基础性工作。有介绍NCBI开放编程接口的文献[1-2]，也有介绍如何开发基于NCBI开放编程接口各种具体应用的文献[3-10]。但是，有的文献没有详细的接口调用的实例，而有接口调用实例的文献由于“从2015年7月1日后不再提供E-utilities SOAP Web Service 服务[11]”已经不再适用了。现有的文献管理软件如Endnote、NoteExpress等虽然可以提供题录下载，但是却并不包括对于后续文本挖掘和信息分析至关重要引用数据、PMID、Mesh等字段。

本文详细描述了利用标准的URL接口实现检索和批量自动下载PubMed中的文献题录信息的具体过程。该方法可方便获取NCBI论文数据并存入SQL数据库，为后续深度开发文本挖掘和信息分析等功能构建了数据基础。

1 功能目标

根据用户输入的检索式，自动从PubMed数据库中检索出所有相关的文献信息，将其下载后，再从中提取出需要的题录信息，最后存入本地SQL数据库。用于存放题录信息的数据库主要字段见表1。

表1 PubMed 主要字段类型

2 基础架构

E-utilities由9个服务器程序组成，借助E-utilities，可以设置一套标准参数进行搜索、链接和下载数据(表2)[12-14]。……