学术文献下载工具集

⚠️ 重要法律声明 ⚠️

使用前必读：

• 本工具集仅供教育和学术研究目的使用
• 强烈建议优先使用合法的文献获取渠道（机构图书馆、开放获取等）
• 用户需自行确保使用行为符合当地法律法规
• 请遵守相关版权法和服务条款
• 作者不承担任何因使用本工具产生的法律责任

---

这是一个功能强大的学术文献下载与检索工具集，由两个核心 Python 脚本组成，旨在满足科研人员在不同场景下的文献获取需求。无论您是需要通过官方渠道进行大规模的文献计量分析，还是需要快速获取特定论文的 PDF 全文，本工具集都能提供高效、可靠的解决方案。

项目组成

本项目包含两个主要脚本，各自具有不同的功能和适用场景：

1. search_dowload_elsv.py - Elsevier 官方 API 文献检索工具

该脚本利用 Elsevier 的官方 API，提供了一个正规、稳定的渠道来搜索和下载海量文献的元数据。所以首先确保你学校的校园网订购了 Elsevier。

功能特点：

• 官方渠道: 基于 Elsevier 官方 API，保证了数据的权威性和准确性。
• 高级搜索: 支持复杂的布尔查询语法，可以精确地定位目标文献。
• 批量下载: 能够批量下载文献的完整元数据，并保存为 JSON 格式，便于后续的数据分析和处理。
• 按年筛选: 可以指定年份进行搜索，方便进行特定时间范围内的研究。

适用场景：

• 需要进行文献计量学、知识图谱等学术研究。
• 需要获取包括作者、摘要、关键词、引用信息在内的完整文献元数据。
• 在拥有机构订阅或校园网访问权限的环境下使用，以获取最佳体验。

2. doi_pdf_down.py - DOI 批量 PDF 下载工具

该脚本通过 Sci-Hub 服务，专注于解决获取论文 PDF 全文的核心痛点。

功能特点：

• 全文获取: 专门用于下载学术论文的 PDF 全文。
• 批量处理: 支持处理单个 DOI，也支持从文本文件批量读取 DOI 列表进行下载。
• 智能稳定: 自动检测并选择可用的 Sci-Hub 镜像域名，并内置了随机延迟和用户代理轮换机制，有效防止被封禁。
• 断点续传: 自动跳过已存在的文件，方便在下载中断后继续任务。
• 日志与错误处理: 详细记录下载过程，并将下载失败的 DOI 自动保存到单独的文件中，便于追踪和重试。

适用场景：

• 需要获取论文的 PDF 文件用于精读和离线管理。
• 当通过机构或学校渠道无法访问某些文献时的有效补充方案。
• 需要对大量 DOI 列表进行自动化、无人值守的下载。

环境要求

• Python 3.6 或更高版本
• 必要的 Python 库: requests, beautifulsoup4, tqdm

安装指南

1. 克隆项目 (如果您使用 git)

   git clone <your-repository-url>
   cd <repository-folder>
   
   

2. 安装依赖库 打开您的终端或命令行工具，运行以下命令来安装所有必需的库：

   pip install requests beautifulsoup4 tqdm
   
   

使用方法

配置与使用 search_dowload_elsv.py

1. 获取并配置 API Key:

   • 访问 Elsevier Developer Portal 注册一个账户并创建一个 API Key。

   • 打开 search_dowload_elsv.py 文件，找到 API_KEY 变量，并将其替换为您自己的 Key。

     # 将 'your_api_key_here' 替换为你的真实 API Key
     API_KEY = 'your_api_key_here'
     
     

2. 修改查询条件:

   • 在文件的底部 (if __name__ == "__main__": 部分)，修改 search_query 和 year 变量来定义您的搜索范围。

     # 示例：搜索关于“中锰钢”的文献
     search_query='TI=("Medium manganese steel" OR"Medium-Mn steel"OR "Medium Mn steel" OR"Mn steel" OR"manganese steel")'
     # 搜索年份为 2022 年
     search_and_download(search_query, "2022", max_results=6000)
     
     

3. 运行脚本: 在终端中执行：

   python search_dowload_elsv.py
   
   

   下载的 JSON 文件将保存在脚本指定的输出目录中。

使用 doi_pdf_down.py

该脚本通过命令行参数进行操作，非常灵活。

1. 准备 DOI 列表 (如果需要批量下载): 创建一个 .txt 文件 (例如 dois.txt)，将您需要下载的 DOI 每个一行放入文件中。

2. 运行脚本:

   • 下载单个 DOI:

     python doi_pdf_down.py --doi "10.1016/j.matlet.2021.130871"
     
     

   • 从文件批量下载:

     python doi_pdf_down.py --file "path/to/your/dois.txt"
     
     

   • 指定输出目录: 默认保存在 ./downloads 目录。您可以使用 -output 参数指定其他位置。

     python doi_pdf_down.py --file "dois.txt" --output "./my_papers"
     
     

   脚本会自动处理下载任务，并显示进度条。所有日志将保存在 doi_download.log 文件中。

许可证

本项目采用 MIT 许可证。