利用excel内的doi和python批量下载外文文献

原创

已于 2024-02-28 11:07:26 修改 · 7k 阅读

于 2021-06-09 20:11:14 首次发布

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、将选择的文献用excel导出
- 1.文献按Excel导出
- 2. 将DOI另存在一个excel中，存为xlsx格式
二、利用python批量下载Excel表中文献
- 2.代码
总结

前言

利用web of science 批量获取doi至表格，之后通过运行python代码，自动批量下载文献
我用的python3.7,在Anaconda里运行的

提示：其中，python代码是根据WuGenQiang（《通过doi下载单个文献pdf》)的代码修改的（本人python没学多少，所以代码不规范，见谅）。

一、将选择的文献用excel导出

1.文献按Excel导出

在web of science内检索完自己想要的文献后，选择自己需要的文献，然后点击<将记录导出至Excel>，记录内容改为<全纪录>，点导出

在这里插入图片描述

2. 将DOI另存在一个excel中，存为xlsx格式

直接用导出的excel，会出错，可能是我调用excel的类型不对？只能读取xlsx？不太清楚，懒得试了，有兴趣的小伙伴可以自己试试
在这里插入图片描述

二、利用python批量下载Excel表中文献

将代码保存至F:\doi_download.py（也可设为其他），将excel挪到F盘，将下面代码的doi所在列改成A列，然后运行就行了。

2.代码

# -*- coding: utf-8 -*-
"""
Created on Sun Jun  6 21:09:44 2021

@author: dell
"""


"""
这是原作者的信息
@File: version_1.1_doi_to_get_pdf.py
@Time: 2021/4/20 10:10 下午
@Author: genqiang_wu@163.com
@desc: 通过doi号下载文献pdf
"""

import requests
import re
import os
import urllib.request
import openpyxl

# headers 保持与服务器的会话连接
headers = {
   
   
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.108 Safari/537.36',
}

'''
根据doi，找到文献的pdf，然后下载到本地
'''


def getPaperPdf(url):
    pattern = '/.*?\.pdf'
    content = requests.get(url, headers=headers)
    download_url = re.findall(pattern, content.text)
    # print(download_url)
    download_url[1] = "https:" + download_url