利用python下载scihub成文献为PDF操作
scihub是科研利器，这就不多说了，白嫖文献的法门，一般采用的是网页或者桌面程序，一般都会跳转到网页进行加载出文献，但是这很不方便，毕竟全手动，这里无意中看到一个写好的pip工具scihub2pdf ，于是试一下它手动威力，如果这能够成功，也就是我们以后如果想批量下载也是没问题的。
1.首先我们得安装它：
pip install scihub2pdf
2.紧接着安装npm和phantomjs，因为这个代码里面使用了phantomjs
yum install npm
切换到国内源，威力网速给力，npm是nodejs的仓库，我们类比成python的pip即可
npm config set registry https://registry.npm.taobao.org
安装 phantomjs
npm install -g phantomjs
如果顺利成功的话，就可以试一下这个工具了
3.scihub2pdf的使用
先来看一下使用帮助
[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
我们可以粗略看到，这个不仅仅可以doi还可批量的doi写在一个文件里，进行批量下载，更牛的是可以直接使用论文标题进行下载，这就理解为啥这里面需要想依赖phantomjs了，这玩意就是爬虫用的。
我们来试一下：
[root@VM_0_9_centos ~]# scihub2pdf 10.1063/1.4991232
注意的是，这里需要修改源码，因为用的链接不对，我们应该使用http://sci-hub.tw/而不是http://sci-hub.cc，在源码（我自己的是在vim /opt/AN/lib/python3.7/site-packages/scihub2pdf/download.py修改的，根据自己pip安装的路径进行调整）的download.py下就可找到进行修改，因为cc这个链接已经用不了的。
还可以下载arxiv上的论文，比如
[root@VM_0_9_centos ~]# scihub2pdf arxiv:2003.02355
下载时间都是有点慢的，要等一会才能成功，因为都是访问的国外的网站
以上这篇利用python下载scihub成文献为PDF操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
python数据分析之聚类分析(cluster analysis)
聚类分析本身不是一个特定的算法，而是要解决的一般任务。它可以通过各种算法来实现，这些算法在理解群集的构成以及如何有效地找到它们方面存在显着差异。这篇文章主要介绍了python数据分析之聚类分析（cluster analysis）,需要的朋友可以参考下2021-11-11
这篇文章主要介绍了python处理大数字的方法,涉及Python递归操作的相关技巧,需要的朋友可以参考下2015-05-05
Python3 + Appium + 安卓模拟器实现APP自动化测试并生成测试报告
这篇文章主要介绍了Python3 + Appium + 安卓模拟器实现APP自动化测试并生成测试报告,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-01-01
这篇文章主要介绍了Python使用pandas导入csv文件内容,本文结合示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-12-12
浅析python3中的os.path.dirname(__file__)的使用
这篇文章主要介绍了python3中的os.path.dirname(__file__)的使用,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2018-08-08
这篇文章主要介绍了构建 Python 命令行参数的 4 种常见方式，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-06-06
这篇文章主要介绍了python fabric使用笔记,fabric是一款实现远程操作和部署强大工具,本文就给出了它的多个使用实例,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了Python使用Pandas库常见操作,结合实例形式详细分析了Python Pandas模块的功能、原理、数据对象创建、查看、选择等相关操作技巧与注意事项,需要的朋友可以参考下2020-01-01
这篇文章主要介绍了python中main函数（主函数）相关应用,本文通过示例代码给大家介绍的非常详细，需要的朋友可以参考下2023-05-05
今天小编就为大家分享一篇解决tensorflow训练时内存持续增加并占满的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
最新评论