#任务1
install.packages("RMySQL")
library(RMySQL)
#创建SQL数据库连接
con <- dbConnect(MySQL(),host="localhost",dbname="rdb",user="root",password="") #localhost代表本机，dbname就是上面创建的rdb，用户名一般是root,password为空
#向数据库引擎提交并同步执行SQL查询；使php写入mysql的编码为utf-8，可以防止phpmyadmin中查看mysql的中文数据出现乱码
dbSendQuery(con,'SET NAMES utf8') 
#创建数据库连接删除函数，每个任务之前最好先清理所有的连接，调用此函数就可以
killDbConnections <- function () {
  all_cons <- dbListConnections(MySQL()) #默认的删除链接函数
  print(all_cons)
  for(con in all_cons)
    +  dbDisconnect(con) #对删除链接次数计数并打印
  print(paste(length(all_cons), " connections killed."))
}

#任务2
killDbConnections()
library(RMySQL)
con <- dbConnect(MySQL(),host="localhost",dbname="rdb",user="root",password="")
dbSendQuery(con,'SET NAMES utf8')
library(httr)

totalNum=563 #上一次得到的总数
pageSize=10 #每页数目,获取摘要的时候设置数目过大容易引起网络阻塞
#获得总页数
totalPage=ceiling(totalNum/pageSize) #按题目要求得到总页数
currentPage=1 #当前页数
term='(cell[TA]) AND 2017[DP]'

usehistory='Y'#是否使用历史搜索
querykey=''
webenv=''
postSearchUrl='https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi'
while(currentPage<=totalPage){
  retstart=(currentPage-1)*pageSize
  r <- POST(postSearchUrl, 
            body = list(db='pubmed',
                        term=term,
                        retmode='json',
                        retstart=retstart,
                        retmax=pageSize,
                        usehistory=usehistory,
                        rettype='uilist' 
            )
  )
  stop_for_status(r) #clear http status
  data=content(r, "parsed", "application/json")
  esearchresult=data$esearchresult
  querykey=esearchresult$querykey
  webenv=esearchresult$webenv
  idlist =esearchresult$idlist #idlist为搜索结果中pmid的合集，代码用于拼接出Rmysql需要的数据
  n = length(idlist)
  pmid=c()
  i = 1
  while(i<=n){
    pmid=c(pmid, as.character(idlist[i][1]))
    i = i+1
  }
  article=data.frame('pmid'=pmid)#写入article数据表内，不能加append=TRUE
  dbWriteTable(con,"article",article,append=TRUE) 
  currentPage = currentPage + 1 #当currentPage>totalPage,退出循环
}

dbDisconnect(con)#关闭连接，丢弃所有正在等待的工作，并释放资源

#任务3
library(RMySQL)
library(xml2)
library(httr)
killDbConnections()
con <- dbConnect(MySQL(),host="localhost",dbname="rdb",user="root",password="")
dbSendQuery(con,'SET NAMES utf8')
rs <- dbSendQuery(con, "SELECT * FROM article WHERE isdone=0")
while (!dbHasCompleted(rs)) {
  chunk <- dbFetch(rs, 10)
  pmidStr=""
  i=1
  n=nrow(chunk) #获得总行数
  while (i<=n){
    pmidStr = paste(pmidStr,chunk[i,3],sep=",") #循环将各个pmid之间用逗号连接起来
    i = i + 1
  }
  pmidStr=substr(pmidStr,2,100000) #去掉pmid第一个逗号,从第2位起，到100000位，即到末尾
  #下面就是第一次作业里面获取title和abstract
  postFetchUrl='https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi'
  r2 <- POST(postFetchUrl, 
             body = list(
               db='pubmed',
               id=pmidStr,
               retmode='xml'
             )
  )
  stop_for_status(r2) #clear http status
  data2=content(r2, "parsed", "application/xml")
  article=xml_children(data2)
  #xml_length(article)为里面文章的数量
  count=length(article)
  cnt=1
  while(cnt<=count){
    title=xml_text(xml_find_first(article[cnt],".//ArticleTitle")) #找到第一个ArticleTitle节点
    abstract=xml_text(xml_find_first(article[cnt],".//AbstractText"))
    pmid=xml_text(xml_find_first(article[cnt],".//PMID"))
    #更新数据库，首先去掉title和abstract里面的单引号，单引号会导致mysql更新出现问题
    title = gsub("'","",title)
    abstract = gsub("'","",abstract)#得到新的title和abstract（没有单引号）
    #构建mysql更新语句,R语言的字符串拼接不太好，不能使用"+"，也不能使用点"."
    sql=paste("UPDATE article SET title='",title,"',abstract='",abstract,"',isdone=1"," where pmid='",pmid,"'",sep="")#设置isdone字段用于标记已经处理完的
    #执行,并新开通一个mysql连接
    con2 <- dbConnect(MySQL(),host="localhost",dbname="rdb",user="root",password="")
    dbSendQuery(con2,'SET NAMES utf8')
    dbSendQuery(con2,sql)
    dbDisconnect(con2)
    cnt = cnt + 1#延迟1秒运行，因为pubmed接口说明如果1秒内并发超过3次将会被封禁IP
    Sys.sleep(1)
  }
}

惭愧，几乎全是照搬，通过帮助和搜索才勉强弄懂函数意思，循环语句更是完全不会写。任务3开始用源代码运行，总是不完全，后来用了群里R2-30的建议才全部获得，即把tittle和abstract的类型变为BLOB后（操作-修改），运行任务3的命令，然后再改回来（改完后我忘记abstract之前是啥了，text是可以的）。

但是，不知道为什么程序依旧报错

基础不牢，地动山摇啊