快捷導(dǎo)航

利用python下載scihub成文獻(xiàn)為PDF操作

更新時(shí)間：2020年07月09日 10:05:39 作者：喝粥也會胖的唐僧

這篇文章主要介紹了利用python下載scihub成文獻(xiàn)為PDF操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧

scihub是科研利器，這就不多說了，白嫖文獻(xiàn)的法門，一般采用的是網(wǎng)頁或者桌面程序，一般都會跳轉(zhuǎn)到網(wǎng)頁進(jìn)行加載出文獻(xiàn)，但是這很不方便，畢竟全手動，這里無意中看到一個寫好的pip工具scihub2pdf ，于是試一下它手動威力，如果這能夠成功，也就是我們以后如果想批量下載也是沒問題的。

1.首先我們得安裝它：

pip install scihub2pdf

2.緊接著安裝npm和phantomjs，因?yàn)檫@個代碼里面使用了phantomjs

yum install npm

切換到國內(nèi)源，威力網(wǎng)速給力，npm是nodejs的倉庫，我們類比成python的pip即可

npm config set registry https://registry.npm.taobao.org

安裝 phantomjs

npm install -g phantomjs

如果順利成功的話，就可以試一下這個工具了

3.scihub2pdf的使用

先來看一下使用幫助

[root@VM_0_9_centos ~]# scihub2pdf -h
usage: scihub2pdf [-h] [--input INPUTFILE] [--title] [--uselibgen]
   [--location LOCATION] [--txt]
 
 SciHub to PDF
 ----------------------------------------------------
 Downloads pdfs via a DOI number, article title
 or a bibtex file, using the database of libgen(sci-hub).
 
 Given a bibtex file
 
 $ scihub2pdf -i input.bib
 
 Given a DOI number...
 
 $ scihub2pdf 10.1038/s41524-017-0032-0
 
 Given a title...
 
 $ scihub2pdf --title An useful paper
 
 Arxiv...
 
 $ scihub2pdf arxiv:0901.2686
 
 $ scihub2pdf --title arxiv:Periodic table for topological insulators
 
 ## Download from list of items
 
 Given a text file like
 
 ```
 10.1038/s41524-017-0032-0
 10.1063/1.3149495
 .....
 ```
 download all pdf's
 ```
 $ scihub2pdf -i dois.txt --txt
 ```
 Given a text file like
 ```
 Some Title 1
 Some Title 2
 .....
 ```
 download all pdf's
 ```
 $ scihub2pdf -i titles.txt --txt --title
 ```
 Given a text file like
 
 ```
 arXiv:1708.06891
 arXiv:1708.06071
 arXiv:1708.05948
 .....
 ```
 download all pdf's
 ```
 $ scihub2pdf -i arxiv_ids.txt --txt
 ```
-----------------------------------------------------
 @author: Bruno Messias
 @email: messias.physics@gmail.com
 @telegram: @brunomessias
 @github: https://github.com/bibcure/sci2pdf
optional arguments:
 -h, --help  show this help message and exit
 --input INPUTFILE, -i INPUTFILE
   bibtex input file
 --title, -t  download from title
 --uselibgen  Use libgen.io instead sci-hub.
 --location LOCATION, -l LOCATION
   folder, ex: -l 'folder/'
 --txt   Just create a file with DOI's or titles

我們可以粗略看到，這個不僅僅可以doi還可批量的doi寫在一個文件里，進(jìn)行批量下載，更牛的是可以直接使用論文標(biāo)題進(jìn)行下載，這就理解為啥這里面需要想依賴phantomjs了，這玩意就是爬蟲用的。

我們來試一下：

[root@VM_0_9_centos ~]# scihub2pdf 10.1063/1.4991232

注意的是，這里需要修改源碼，因?yàn)橛玫逆溄硬粚Γ覀儜?yīng)該使用http://sci-hub.tw/而不是http://sci-hub.cc，在源碼（我自己的是在vim /opt/AN/lib/python3.7/site-packages/scihub2pdf/download.py修改的，根據(jù)自己pip安裝的路徑進(jìn)行調(diào)整）的download.py下就可找到進(jìn)行修改，因?yàn)閏c這個鏈接已經(jīng)用不了的。

還可以下載arxiv上的論文，比如