2023最新 - 谷歌学术文献Bibtex批量获取脚本

最新推荐文章于 2025-01-03 08:59:14 发布

原创

最新推荐文章于 2025-01-03 08:59:14 发布 · 5.3k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫

该文章提供了一个使用Python的selenium库自动化从谷歌学术搜索并提取Bibtex引用的步骤。用户需先确保可以访问谷歌学术，然后安装selenium、Chrome浏览器及对应版本的ChromeDriver。之后，将文献题目放入txt文件，运行提供的Python脚本，脚本会按顺序搜索并保存每篇文献的Bibtex信息到输出文件。

首先，自行解决网络访问问题，保证能访问到谷歌学术，否则下面可免看

第一步：安装 selenium

python 安装 selenium

pip install selenium

第二步：安装 Chrome 浏览器

http://chorm.com.cn/

第三步：根据 Chrome 版本，下载 Chrome Driver

在设置 - 帮助 - 关于 GoogleChrome 查看版本

然后在这里找对应版本的driver（版本一定要对应）

https://registry.npmmirror.com/binary.html?path=chromedriver/

第四步：整理需要引用的文献

将需要获取的文献题目添加到一个新建的txt文本中：（一行一篇），我新建的文件名字是：pn.txt
在这里插入图片描述

第五步：执行如下脚本

注意在if __name__ == "__main__":下修改成你自己的路径 driver_path，input_file_path，output_file_path

driver_path：改成你下载的chrome driver的位置（最好别有中文）
input_file_path：输入文件路径，默认是pn.txt
output_file_path：输出文件路径，默认是output.txt

脚本代码自取：

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from urllib import parse
import math
from time import sleep

class GG_Bibtex(object):
    def __init__(self, driver_path, gg_search_url):
        self.driver = None
        self.paper_names = []
        self.gg_search_url = gg_search_url
        self.driver_path = driver_path
        self.reset(driver_path)

    def reset(self, driver_path):
        self.service = Se

最低0.47元/天解锁文章