Bio.Entrez.Parser.ValidationError：在DTD中找不到標籤'Build'

我剛安裝了Biopython並想試用它的功能，所以我開始瀏覽本教程。Bio.Entrez.Parser.ValidationError：在DTD中找不到標籤'Build'

但是，當我到達關於從Entrez獲取信息的章節時，遇到了一個問題。

本教程中的例子很簡單：

from Bio import Entrez 
Entrez.email = "[email protected]" 
handle = Entrez.einfo(db="pubmed") 
record = Entrez.read(handle)

這工作得很好。但只要我想分析不同的數據庫考研我獲得以下錯誤：

Bio.Entrez.Parser.ValidationError: Failed to find tag 'Build' in the DTD. To skip all tags that are not represented in the DTD, please call Bio.Entrez.read or Bio.Entrez.parse with validate=False.

嘗試驗證= False選項也不起作用，因爲這引起了Bio.Entrez.Parser.NotXMLError。

有人能告訴我我做錯了什麼，如何解決這個問題？

來源

2012-10-18 user1752645

這不是一個真正有效的解決方案，而是顯示出問題所在。我認爲這可能是一個biopython（Entrez.Parse）錯誤，所以我會與他們聯繫並看看他們的想法。

因此，Biopython的一些黑客攻擊顯示問題是由於'build'標籤名稱。

如果我們手動做到這一點，pubmed XML請求的前幾行看起來像這樣

<eInfoResult> 
    <DbInfo> 
    <DbName>pubmed</DbName> 
    <MenuName>PubMed</MenuName> 
    <Description>PubMed bibliographic record</Description> 
    <Count>22224084</Count> 
    <LastUpdate>2012/10/30 03:30</LastUpdate> 
    ....

但蛋白質請求是這樣的;

<eInfoResult> 
    <DbInfo> 
    <DbName>protein</DbName> 
    <MenuName>Protein</MenuName> 
    <Description>Protein sequence record</Description> 
    <Build>Build121030-0741m.1</Build>     <-------- THIS IS BAD 
    <Count>59244879</Count> 
    <LastUpdate>2012/10/30 18:39</LastUpdate>

我看看Entrez.Parser是如何工作的，它基本上不承認build標籤。進一步生根表明標籤是在DTD文件中定義的，einfo DTD文件在我的系統中是這裏;

/usr/local/lib/python2.7/dist-packages/Bio/Entrez/DTDs

如果我們檢查一下相關的文件eInfo_020511.dtd並添加構建標記線（該線下方用箭頭以前沒有）;

<!--  
       This is the Current DTD for Entrez eInfo 
$Id: eInfo_020511.dtd,v 1.1 2008-05-13 11:17:44 mdehoon Exp $ 
--> 
<!-- ================================================================= --> 

<!ELEMENT DbName  (#PCDATA)> <!-- \S+ --> 
<!ELEMENT Name  (#PCDATA)> <!-- .+ --> 
<!ELEMENT FullName (#PCDATA)> <!-- .+ --> 
<!ELEMENT Description (#PCDATA)> <!-- .+ --> 
<!ELEMENT Build  (#PCDATA)> <!-- .+ -->  <------- I ADDED THIS LINE 
<!ELEMENT TermCount (#PCDATA)> <!-- \d+ --> 
<!ELEMENT Menu  (#PCDATA)> <!-- .+ -->

它現在可以工作。該文件的評論表明它自2008年以來一直未更新（下面的行來自DTD標題）。

$Id: eInfo_020511.dtd,v 1.1 2008-05-13 11:17:44 mdehoon Exp $

我的猜測是自那時起已經添加了構建標記，但是這個文件從未被更新以反映這一點。

來源

2012-10-31 05:53:11 Alex

爲了克服這個問題，簡單地改變您的來電Entrez.read()包括一個驗證參數，像這樣：

record = Entrez.read(handle,validate=False)

對方回答這個問題是對的。這是Biopython解析器中的一個缺陷。希望他們很快會更新。

來源

2012-11-03 16:48:07 jhrf

Bio.Entrez.Parser.ValidationError：在DTD中找不到標籤'Build'

回答

相關問題