2026 年 8 月 26 日，PMC 文章数据集分发服务变更全面完成。自 2026 年 8 月 24 日那一周起，所有旧的 PMC 文章数据集文件已从 FTP 服务和云服务中移除。目前，仅能通过 PMC 云服务、PMC OAI-PMH 服务、E-Utilities 和 BioC API 进行自动化检索。任何通过其他自动化流程的系统性或批量检索均被禁止。
对于文本挖掘及重用，并非所有 PMC 文章均可使用。用户需直接对数据集负责，并遵守版权持有者定义的条款与条件（参见 PMC 版权声明）。具体许可条款因文章而异，请在每篇文章的许可声明中查阅具体使用条款。
PMC 提供多个期刊文章及其他科学出版物的大型数据集，其获取许可条款通常比传统版权作品更宽松，允许更自由的再分发和重用（例如 Creative Commons 许可）。
主要数据集包括：
1. PMC 开放获取子集（PMC Open Access Subset）：包含数百万份全文开放获取文章文件，基于 Creative Commons 或类似许可条款，或经出版商许可。该数据集还包括撤稿、更正及关注表达等。部分 PMC COVID-19 集合中的精选文章继续以允许二次分析和重用的条款提供。
- 许可范围：商业使用（CC0, CC BY, CC BY-SA, CC BY-ND）或非商业使用（CC BY-NC, CC BY-NC-SA, CC BY-NC-ND），以及其他无机器可读 Creative Commons 许可或自定义许可的情况。
- 获取方式：云服务、PMC OAI-PMH 服务、E-Utilities、BioC API。
- 格式限制：TXT 和 PDF 格式仅在云服务中提供；媒体及补充文件也仅在云服务中提供。
2. 作者手稿数据集（Author Manuscript Dataset）：包含数十万份作者接受手稿（AAMs）的全文文件，这些手稿根据合作伙伴资助方政策在 PMC 中提供。默认许可为“此文件可用于文本挖掘，也可根据版权法中的合理使用原则使用”。若 AAM 包含 Creative Commons 许可，则也通过 PMC 开放获取子集提供。
- 获取方式：云服务、PMC OAI-PMH 服务、E-Utilities、BioC API。
- 格式限制：TXT 和 PDF 格式仅在云服务中提供（针对具有 Creative Commons 许可的手稿）；媒体及补充文件也仅在云服务中提供。
3. 历史 OCR 数据集（Historical OCR Dataset）：包含 18 世纪、19 世纪和 20 世纪在 PMC 中添加的具有 Creative Commons 许可文章的 OCR 全文文件，作为 NLM 数字化项目的一部分。
- 许可范围：所有可重用的文章均具有 Creative Commons 许可，因此也属于 PMC 开放获取子集。
- 获取方式：云服务、PMC OAI-PMH 服务、E-Utilities、BioC API。
- 格式限制：TXT 和 PDF 格式仅在云服务中提供；媒体及补充文件也仅在云服务中提供。
4. LitArch 开放获取子集（LitArch Open Access Subset）：包含 NLM 文献档案中数千本书籍和文档的全文。
- 许可范围：Creative Commons 或类似许可。
- 获取方式：FTP 服务、Bookshelf OAI-PMH 服务。
对于葡萄种植研究人员而言，若需获取包含栽培技术、病害防治及品种改良的全文文献进行文本挖掘，应优先访问 PMC 云服务或使用 BioC API。在利用这些资源时，务必仔细检查每篇文章的具体许可声明，确保符合版权要求。