Database 如何将Pubchem（NCBI）提供的数据中提到的所有IUPAC名称提取到文本文件中？

我想从Pubchem数据库中提到的所有IUPAC名称中建立一些长度的前缀和后缀列表，以便在我的项目中进一步使用它们作为功能。因此，我希望所有IUPAC化学名称都以文本文件或某种格式存在，以便提取这些列表

                         Thanks. 

---

听起来你需要这样的东西

您也可以在中搜索大多数，但我未能找到完整集的下载链接

---

在我们的实验室里，我们得到了一张Cd（？）和质谱数据库，其中包含了作为文本文件的（完整的？——它得到了大约250000种物质）数据库。也许你可以通过一些供应商得到

pubchem网站提供您通过ftp下载他们的数据转储。为什么不使用它呢？

可以通过ftp从PubChem网站下载PubChem数据。可在此处获得可用数据的完整说明：

对于IUPAC名称的问题特别感兴趣的是，可从ftp站点的“复合附加”部分下载数据：

此位置的自述文件Extras文件详细描述了数据。对于IUPAC名称，提供了以下信息：

CID-IUPAC.gz：

这是所有CID及其计算的IUPAC名称的列表。 它是一个gzip文本文件，每行有CID、tab、IUPAC。笔记 名称可能包含UTF8字符

今天（2020年4月23日）的下载包含102586778行。信息摘录如下所示

> head CID-IUPAC
1       3-acetyloxy-4-(trimethylazaniumyl)butanoate
2       (2-acetyloxy-3-carboxypropyl)-trimethylazanium
3       5,6-dihydroxycyclohexa-1,3-diene-1-carboxylic acid
4       1-aminopropan-2-ol
5       (3-amino-2-oxopropyl) dihydrogen phosphate
6       1-chloro-2,4-dinitrobenzene
7       9-ethylpurin-6-amine
8       2,3-dihydroxy-3-methylpentanoic acid
9       (2,3,4,5,6-pentahydroxycyclohexyl) dihydrogen phosphate
11      1,2-dichloroethane

---

该文本文件仅包含72000个名称，但我需要更多，因为我的项目中使用的培训文件包含超过10万个名称。因此，请帮助我找到从Pubchem数据库提取名称的方法。