PubMed文獻轉換工具使用說明

#ai #LLMAI #python #guideline

為什麼需要這個工具?

PubMed資料輸出的困境

當我們在PubMed資料庫搜尋文獻時,經常會遇到一個兩難的問題:

想要完整的摘要(Abstract)嗎?

✅ 可以!PubMed提供多種包含摘要的格式
- ❌ 問題是:這些格式(如TXT、NBIB)都是純文字檔案,無法像Excel那樣方便地檢視、篩選或標記重點
- ❌ 所有文獻擠在一個長長的文字檔裡,要找特定資訊非常困難
- ❌ 即使是結構化的NBIB格式,也不易於閱讀和管理

想要方便管理的試算表格式?

✅ 可以!PubMed可以輸出為 CSV格式
- ❌ 問題是:預設的CSV輸出不包含摘要(Abstract)
- ❌ 失去了摘要,就很難快速判斷文獻是否符合需求

這就像是:

要嘛選擇「內容完整但難以閱讀」的筆記本
要嘛選擇「方便整理但內容不全」的表格

我們能否兩者兼得? 這就是這個工具誕生的原因!

這個工具能做什麼?

這個Python程式可以將PubMed的NBIB格式文獻檔案,轉換成包含完整摘要的CSV試算表格式。

為什麼選擇NBIB格式?

NBIB (National Library of Medicine Bibliographic format) 是PubMed的標準書目格式,具有以下優勢:

結構化標籤: 每個欄位都有明確的標籤識別(如 TI - 代表標題)
內容完整: 包含所有文獻資訊,包括完整摘要
格式穩定: 標準化格式,解析準確度高

轉換前 vs 轉換後

轉換前(.nbib檔案):

PMID- 29793717
TI  - Quality assurance processes for standardized patient programs.
AB  - OUR PROBLEM: As the pharmacy profession evolves to include non-dispensing 
      services and collaborative care, greater emphasis is placed on communication 
      skills building through standardized patient programs...
AU  - Zhang S
AU  - Soreide KK
...
(標籤式格式,難以快速瀏覽比較)

轉換後(CSV檔案,可用Excel開啟):

Number	Journal	Year	Title	Authors	Abstract	PMID	DOI
1	J Clin Med	2019	Personalized 3D...	Sun Z, Lau I...	Patient-specific...	30995803	10.3390/...
2	...	...	...	...	...	...	...

現在你可以:

✅ 在Excel中輕鬆瀏覽所有文獻
✅ 使用篩選功能快速找到特定主題
✅ 標記重要文獻、加上註解
✅ 完整保留所有摘要內容
✅ 依需求排序、分類

如何從PubMed下載NBIB格式檔案?

步驟說明

在PubMed搜尋文獻
- 前往 PubMed
- 輸入你的搜尋關鍵字
選擇要下載的文獻
- 可以選擇特定文獻,或全選所有搜尋結果
- 點選文獻旁的核取方塊
下載NBIB格式
- 點選頁面上方的 "Send to" 按鈕
- 選擇 "Citation manager"
檔案說明
- 下載的檔案副檔名為 .nbib
- 這是純文字檔案,可用任何文字編輯器開啟
- 包含完整的文獻資訊,包括摘要

程式運作原理

簡單來說

這個程式就像一個「智慧型文字解析器」,它會:

讀取:打開PubMed的.nbib文獻檔案
分析:識別每篇文獻的開始與結束
提取:從每篇文獻中抓取重要資訊
整理:將資訊排列成表格格式
輸出:儲存為CSV檔案

提取的資訊包括

程式會自動提取以下13項資訊:
NBIB使用標準化的標籤來標記不同類型的資訊:

標籤	意義	範例
PMID-	PubMed唯一識別碼	29793717
TI -	標題 (Title)	Quality assurance processes...
AB -	摘要 (Abstract)	OUR PROBLEM: As the pharmacy...
AU -	作者 (Author)	Zhang S
AD -	作者單位 (Affiliation)	University of Michigan...
TA -	期刊簡稱 (Journal)	Curr Pharm Teach Learn
DP -	出版日期	2018 Apr
VI -	卷數 (Volume)	10
IP -	期數 (Issue)	4
PG -	頁碼 (Pages)	523-528
PT -	出版類型	Journal Article; Review
OT -	關鍵字 (Keywords)	Assessment; Communication
LA -	語言	eng

使用方法

前置準備

安裝Python:從 python.org 下載安裝
準備PubMed文獻檔案:
- 在PubMed搜尋文獻
- 選擇要下載的文獻
- 選擇格式:Send to → File → 格式選 PubMed
- 儲存為TXT檔案

執行步驟

方法A:直接執行(最簡單)

將程式碼儲存為 converter.py
將NBIB檔案放在同一個資料夾
修改程式碼中的檔案名稱(第160-161行):

input_file = "你的檔案名稱.nbib"
output_file = "輸出檔案名稱.csv"

開啟命令列視窗,執行:

python nbib_converter.py

方法B:在其他Python程式中呼叫

from convert import convert_nbib_to_csv

# 自訂檔案名稱
convert_nbib_to_csv("我的文獻.nbib", "結果.csv")

方法C:批次處理多個檔案

from nbib_converter import convert_nbib_to_csv

files = [
    ("心血管文獻.nbib", "心血管_結果.csv"),
    ("神經科學文獻.nbib", "神經科學_結果.csv"),
    ("腫瘤學文獻.nbib", "腫瘤學_結果.csv"),
]

for input_f, output_f in files:
    print(f"\n處理: {input_f}")
    convert_nbib_to_csv(input_f, output_f)