Java PubMed 阻止 url 请求

Question

我有一些代码可以访问 PubMed 中的文章并解析每个 XML 中的一些信息。该程序在我的计算机上运行良好，但需要很多时间才能完成。因此，当我在 UNIX 机器上运行它(特别是对于此类事情)时，我发出的每个请求都会被阻止。在机器将其视为病毒之前，每分钟可以发出的数量是有限制的，但这不是问题，因为所有请求都被阻止。我查了一下，只有 PubMed 网站上的请求才会发生这种情况。

提前致谢

编辑:我使用 jsoup 进行连接。从我的程序中使用 ProcessBuilder 运行 wget 不会被阻塞，但随后效率就成为一个问题，因为 wget 的输出只能使用 while(br.readline() != null) 读取，并且这会占用大量运行时间。

Answer 1

您可以尝试通过其他专门用于检索已发布数据的 API 进行连接，而不是访问已发布的网页，例如 RESTful Web 服务:http://europepmc.org/RestfulWebService 。它允许您以 xml 格式获取所需的所有数据，并且我认为查询数量没有限制。

例如，如果您想获取pubmed_id=9481671文章的所有信息，则需要访问网页:http://www.ebi.ac.uk/europepmc/webservices/rest/search/resulttype=core&query=ext_id:9481671 。