利用python下載scihub成文獻為PDF操作
scihub是科研利器，這就不多說了，白嫖文獻的法門，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)頁進行加載出文獻，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，因為這個代碼里面使用了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，進行批量下載，更牛的是可以直接使用論文標(biāo)題進行下載，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，因為用的鏈接不對，我們應(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安裝的路徑進行調(diào)整）的download.py下就可找到進行修改，因為cc這個鏈接已經(jīng)用不了的。
還可以下載arxiv上的論文，比如
[root@VM_0_9_centos ~]# scihub2pdf arxiv:2003.02355
下載時間都是有點慢的，要等一會才能成功，因為都是訪問的國外的網(wǎng)站
以上這篇利用python下載scihub成文獻為PDF操作就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了pycharm激活碼快速激活及使用步驟，本文分步驟給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-03-03
這篇文章主要介紹了解決Python 進程池Pool中一些坑，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
今天小編就為大家分享一篇PyCharm無法引用自身項目解決方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了python刪除某個字符,現(xiàn)在發(fā)布的是一個比較簡單易行的方法，就是遇到該字符便跳過去，不對其進行操作，完美呈現(xiàn)出刪除該字符的功能,需要的朋友可以參考下2018-03-03
使用Pandas?實現(xiàn)MySQL日期函數(shù)的解決方法
這篇文章主要介紹了用Pandas?實現(xiàn)MySQL日期函數(shù)的效果,Python是很靈活的語言，達成同一個目標(biāo)或有多種途徑，我提供的只是其中一種解決方法，需要的朋友可以參考下2023-02-02
這篇文章主要為大家介紹了Python之可迭代對象,迭代器和生成器，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-12-12
這篇文章主要介紹了python3下pygame如何實現(xiàn)顯示中文,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-01-01
最近在學(xué)習(xí)python，純粹是自己的興趣愛好，然而并沒有系統(tǒng)地看python編程書籍，覺得上面描述過于繁瑣，在網(wǎng)站找了一些學(xué)習(xí)的網(wǎng)站，下面這篇文章主要給大家介紹了關(guān)于python中類和實例時如何綁定屬性與方法的相關(guān)資料，需要的朋友可以參考下。2017-08-08
Python XML轉(zhuǎn)Json之XML2Dict的使用方法
今天小編就為大家分享一篇Python XML轉(zhuǎn)Json之XML2Dict的使用方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
Python numpy實現(xiàn)二維數(shù)組和一維數(shù)組拼接的方法
今天小編就為大家分享一篇Python numpy實現(xiàn)二維數(shù)組和一維數(shù)組拼接的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06