BioPython：跳过糟糕的gidEntrez.e摘要/Entrez.阅读

Question

很抱歉这个奇怪的标题。在

我正在使用eSearch&esSummary从

登录号-->；gID-->TaxID

假设“accessions”是一个包含20个登录号的列表（我一次只做20个，因为这是NCBI允许的最大值）。在

我知道：

handle = Entrez.esearch(db="nucleotide", rettype="xml", term=accessions)
record = Entrez.read(handle)
gids = ",".join(record[u'IdList'])

这给了我20个相应的gid从这20个登记号码。在

其次是：

^{pr2}$

这给了我这个错误，因为GIDs中的一个gid已从NCBI中删除：

File ".../biopython-1.52/build/lib.macosx-10.6-universal-2.6/Bio/Entrez/Parser.py", line 191, in endElement value = IntegerElement(value)
ValueError: invalid literal for int() with base 10: ''

我可以试试：，除了：只不过这样可以跳过其他19个gid，这是可以的。在

我的问题是：

如何一次读取20个记录Entrez.read公司在不牺牲另外20个的情况下跳过丢失的那些？我可以一次做一个，但这将是难以置信的慢（我有300000个注册号，NCBI只允许你每秒执行3个查询，但实际上它更像是每秒1个查询）。在

Answer 1

我去看看分析器.py看看正在解析什么。看起来您从ncbiok得到了一个结果，但是一条记录的格式使解析器出错。

可能可以将解析器的子类/monkeypatch使其通过异常。

Answer 2

我给BioPython邮寄了一封信名单。显然这是个窃听器，他们正在研究。