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，一般采用的是網頁或者桌面程序，一般都會跳轉到網頁進行加載出文獻，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

切換到國內源，威力網速給力，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 -husage: 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/sci2pdfoptional 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，根據自己pip安裝的路徑進行調整）的download.py下就可找到進行修改，因為cc這個鏈接已經用不了的。

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容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。