1
biopython ，可以自动获得NCBI的接口，ESearch可以获得文章ＵＭＩＤ，可以获得文献等具体信息
biopython的参考网站，http://biopython-cn.readthedocs.io/zh_CN/latest/
2
获得UMID后，动态生成url爬取整个html页面，填入文章表，是否已爬取，防止崩溃，作记录
3
把爬取到的HTML页面的字符串存到mongodb中，mongodb是no sql db，存取字符文本等。
4
beautiful soup解析mongodb中的html，把解析到的信息填入作者表，文章表以及引用表存于MYSQL，便于统计
beautifulSoup 参考网站 https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/
NCBI
１爬取原文（大概５万）
２爬取论文信息页（大概８万）
NCBI直接搜索翻页无法实现，在服务器上有部分数据，根据搜索历史翻页。
Author表：
1）Id
2）全名
3）简称
4）NCBIUID (NCBI给每个作者分配的独一无二的id）
文章表：
1）Id
2）文章题目
3）文章链接
4）作者：存id或NCBIUID
5）发表时间
6）Abstract
7）Keywords
8）标志位1：是否有原文
9）标志位2：是否已爬取
10）PMID（NCBI给文章分配的专门的ID）
引用表：
1）Id
2）原文：存文章ID或PMID
3）引用文