Dilib, module Nlm, commande NlmPmcResultSelect

Bibliothèque Dilib (ressources numériques) Module Nlm

La commande NlmPmcResultSelect sert à extraire des articles d'un fichier de résultat téléchargé depuis le site PubMed Central en format Xml.

Liste des modules Dilib Noyau Unix... CharSet, Buffer, , RegExp, StrDict, Utf8 Modules SRI, infométrie Explor, Hfd, Infometrics, Index, Tei Modules Sxml SxmlNode, SxmlProc, SxPath, SgmlFast Flux de données ArXiv, Atilf, BnF, Ccsd, Getty, Inist, Inra, Istex, Loria, Marc, Nlm, Wicri Interfaces avec logiciels MediaWiki Installation, versions... Dilib V0.6.3, DilibMake, installation et compilation   Module Nlm Paramétrage flux MEDLINE/PubMed data, en, fr Paramétrage flux PubMed Central data, en, fr Paramétrage flux NCBI data, en, fr Dilib, module Nlm, outils MEDLINE/PubMed NlmPubMedGetCorpus, NlmPubMedGetCorpusSize, NlmPubMedGetCorpusById, NlmPubMedFlashCorpus, NlmPubMedExplorCorpus, NlmPubMedExplorCorpusWithPmc, NlmPubMed2Wicri PubMed Central NlmPmcResultSelect, NlmPmcGetCorpusById, NlmPmcAffiliationSetPays Medical Subject Headings (MeSH) NlmMeshFreToWicri

Objectifs

Cette commande est destinée aux opérations de débogage de programmes traitant des flots de données issus de PubMed Central. Plus précisément elle permet d'extraire un ensemble de documents pour détecter la cause d'une anomalie dans un reformatage de corpus.

Synopsis

NlmPmcResultSelect

-f from - rang du premier article à sélectionner (à partir de 0)

-t to - rang du dernier article à sélectionner (à partir de 0)

-p imprime les balises pmc-articleset pour un traitement ultérieur par

NlmPmc2Sxml

Exemple d'emploi

Comptage du nombre d'articles dans un flot PubMed Central

cat FranceNcbiV0/Import/pmc_result_2004.xml      | grep "<article " | wc

Exemple de résultat : 6252

Détection d'une anomalie

Examiner le shell suspect par quelque chose comme :

more FranceNcbiV0/bin/PMC2004CorpusBiblio.sh

Puis reproduire l'erreur par :

cat FranceNcbiV0/Import/pmc_result_2004.xml     \
   | NlmPmc2Sxml      | Utf8FromHexEntity       \
   | SxmlUnIndent | SxmlRecordPutKey            \
   | NlmPmc2CorpusTei  -t FranceNcbiV0/Input/AreaParam.data.tab -s PMC2004 | wc

Si le résultat est différent du précédent (exemple 6202) une anomalie est probable.

Extraction d'un jeu test

cat FranceNcbiV0/Import/pmc_result_2004.xml      | NlmPmcResultSelect -p -f 6200 -t 6205 > testPmc.xml

Vérification de la pertinence du jeu de test

cat testPmc.xml      | grep "<article " | wc
cat testPmc.xml   | NlmPmc2Sxml      | Utf8FromHexEntity       \
   | SxmlUnIndent | SxmlRecordPutKey                           \
   | NlmPmc2CorpusTei  -t FranceNcbiV0/Input/AreaParam.data.tab -s PMC2004 | wc

Affinage du jeu de test

cat testPmc.xml   | NlmPmc2Sxml      | Utf8FromHexEntity     | SxmlUnIndent | SxmlRecordPutKey > testPmc1.xml

Debogage

gdb NlmPmc2CorpusTei
...
  run -t FranceNcbiV0/Input/AreaParam.data.tab -s PMC2004  < testPmc1.xml