Pubmed-Batch-Download 项目下载及安装教程
1. 项目介绍
Pubmed-Batch-Download 是一个用于批量下载 PubMed 文章的项目。该项目基于 PMID(Pubmed ID)进行文章的批量下载,支持 Python 3.7 及以上版本。该项目使用了一些非默认的 Python 包,如 requests
、requests3
、beautifulsoup4
和 lxml
。
2. 项目下载位置
要下载 Pubmed-Batch-Download 项目,请访问项目的 GitHub 仓库。你可以通过以下步骤进行下载:
- 打开终端或命令行工具。
- 使用
git clone
命令克隆项目仓库:
git clone https://github.com/billgreenwald/Pubmed-Batch-Download.git
- 进入项目目录:
cd Pubmed-Batch-Download
3. 项目安装环境配置
3.1 安装 Python 环境
确保你已经安装了 Python 3.7 或更高版本。你可以通过以下命令检查 Python 版本:
python --version
如果未安装 Python,请访问 Python 官方网站 下载并安装。
3.2 安装依赖包
项目依赖于以下 Python 包:
requests
requests3
beautifulsoup4
lxml
你可以使用 pip
安装这些依赖包:
pip install requests requests3 beautifulsoup4 lxml
3.3 使用 Anaconda 配置环境
如果你使用 Anaconda,可以通过以下步骤配置环境:
- 创建一个新的 Anaconda 环境:
conda env create -f pubmed-batch-downloader-py3.yml
- 激活环境:
conda activate pubmed-batch-downloader-py3
- 如果你使用的是 Windows 系统,还需要额外安装一些包:
conda install requests beautifulsoup4 lxml
3.4 环境配置示例
以下是环境配置的示例图片:
4. 项目安装方式
项目无需额外安装,只需确保所有依赖包已正确安装。你可以通过以下命令检查依赖包是否安装成功:
pip list
确保 requests
、requests3
、beautifulsoup4
和 lxml
出现在列表中。
5. 项目处理脚本
项目的主要处理脚本是 fetch_pdfs.py
。你可以通过以下命令运行脚本:
python fetch_pdfs.py -pmids 123,124,125,23923,111
5.1 脚本参数说明
-pmids
: 以逗号分隔的 PMID 列表。-pmf
: 包含 PMID 和文件名的文件路径。-out
: 输出文件夹路径,默认为./fetched_pdfs
。-errors
: 错误日志文件路径,默认为./unfetched_pmids.tsv
。-maxRetries
: 最大重试次数,默认为 3。
5.2 示例脚本使用
以下是一个示例脚本使用:
python fetch_pdfs.py -pmids 123,124,125,23923,111 -out ./my_pdfs -errors ./errors.log -maxRetries 5
该命令将下载 PMID 为 123, 124, 125, 23923, 111 的文章,并将下载的 PDF 文件存储在 ./my_pdfs
文件夹中,错误日志存储在 ./errors.log
文件中,最大重试次数为 5 次。
通过以上步骤,你可以成功下载并安装 Pubmed-Batch-Download 项目,并开始批量下载 PubMed 文章。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考