利用python下载scihub成文献为PDF操作
作者：喝粥也会胖的唐僧
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。