PMC 文献数据获取与合规使用策略

根据提供的资料，PMC（PubMed Central）的文章数据集分发服务已发生重大变更。自 2026 年 8 月 24 日起，所有旧的 PMC 文章数据集文件已从 FTP 和云服务中移除。因此，研究人员在进行文本挖掘等需要获取开放获取文献全文时，必须通过指定的渠道进行自动化检索。\n\n**获取符合许可条款的文献全文的指定渠道**\n\nPMC 明确指出，用于自动化检索 PMC 内容的唯一服务包括：\n\n* **PMC Cloud Service**\n* **PMC OAI-PMH Service**\n* **E-Utilities**\n* **BioC API**\n\n系统性检索（或批量检索）通过任何其他自动化流程都是被禁止的。用户需要特别注意，不同的数据集和文章具有不同的许可条款，用户需参考每篇文章中的许可声明，并对遵守版权限制负有直接和唯一的责任。\n\n**特定数据集的许可和访问方式**\n\n资料中列出了几个主要的、可供检索的数据集，其中“PMC Open Access Subset”包含数百万篇全文开放获取文章，这些文章通常根据知识共享许可（如 CC BY 等）或出版商许可提供。该子集的数据可以在 Cloud Service、PMC OAI-PMH Service、E-Utilities 和 BioC API 等渠道访问。在许可条款方面，该子集支持的许可包括：\n\n* **商业使用允许**：CC0, CC BY, CC BY-SA, CC BY-ND\n* **仅限非商业使用**：CC BY-NC, CC BY-NC-SA, CC BY-NC-ND\n* **其他**：无机器可读的知识共享许可，无标签许可，或自定义许可\n\n对于其他数据集，如“Author Manuscript Dataset”和“Historical OCR Dataset”，其可访问的渠道和许可条款也各有不同，但总体原则是必须使用上述指定的自动化服务进行检索。