对于我的工作，我必须在生物医学研究和行业中寻找潜在客户。
我使用模块 biopython 编写了一些非常方便的程序，它有一个很好的界面来搜索 NCBI。我还使用了clinical_trials 模块来搜索clinicaltrials.gov。
我现在想搜索专利数据库，如 EPO 或 USPTO，但我什至找不到任何 python 模块的踪迹。但也许我遗漏了一些明显的东西？
由于 google 有专利搜索选项，我想知道是否可能有一个用于搜索 google 的 python 模块可以适应仅搜索专利？
【问题讨论】：
标签： python python-2.7 search
您至少可以使用任何 XML 解析工具（例如 lxml python 模块）解析 USPTO。
Gabe Fierro 有一篇很棒的论文，可以在这里找到：Extracting and Formatting Patent Data from USPTO XML（没有付费专区）
Gabe 还参加了一些关于这样做的有用讨论here on this google group。
最后，如果您知道自己在寻找什么并且有足够的磁盘空间，您还可以获取本地存储的大量数据以供处理。 USPTO 批量下载here。
任何更具体的问题请告诉我！我以前曾涉足过这个领域：)
此外，Google 专利搜索 API 已被弃用，但您现在可以使用 URL 标签通过主要的 Google 搜索 API 进行相同的搜索（我手边没有它们，但您可以通过 Google 专利搜索找到它们，这将由 google.com 回复）。
更新：现在在家中，您想使用 google 自定义搜索 API 进行专利搜索的标志是 &tbm=pts - 请注意，google 自定义搜索引擎和获取相同的代码对于专利搜索非常有益，因为交付的 JSON 具有良好的数据结构，其中包含特定于专利的字段。
示例代码：
import requests
import urllib
import time
import json
access_token = <get yours by signing up for google custom search engine api>
cse_id = <get yours by signing up for google custom search engine api>
# Build url
start=1
search_text = "+(inassignee:\"Altera\" | \"Owner name: Altera\") site:www.google.com/patents/"
# &tbm=pts sets you on the patent search
url = 'https://www.googleapis.com/customsearch/v1?key='+access_token+'&cx='+cse_id+'&start='+str(start)+'&num=10&tbm=pts&q='+ urllib.quote(search_text)
response = requests.get(url)
response.json()
f = open('Sample_patent_data'+str(int(time.time()))+'.txt', 'w')
f.write(json.dumps(response.json(), indent=4))
f.close()
这将（一旦您添加免费的 API 访问信息）获取 Altera 拥有的前十项专利（作为示例）并将生成的 JSON 保存到文本文件中。调出您最喜欢的 Web JSON 编辑器并查看 JSON 文件。特别是我建议查看 ['items'][] 和子 ['pagemap']。只需解析此 JSON，您就可以获得标题、缩略图、sn-ps、标题、链接，甚至引用（如果相关）。
【讨论】：
我不知道现成的 python 模块，但您可以构建自己的。 USPTO 和 EPO 都有 API，可在 http://www.epo.org/searching/free/ops.html 和 http://tsdr.uspto.gov/ 找到。
我不知道使用这些文档有多么容易，但您可以尝试制作一个简单的查询器来检索和解析结果。当然，你追求的数据越广泛，编写模块的工作量就越多。
【讨论】：