在科研學(xué)習(xí)的過程中，我們難免需要查詢相關(guān)的文獻(xiàn)資料，而想必很多小伙伴都知道SCI-HUB，此乃一大神器，它可以幫助我們搜索相關(guān)論文并下載其原文。可以說，SCI-HUB造福了眾多科研人員，用起來也是“美滋滋”。

然而，當(dāng)師姐告訴我：“xx，可以幫我下載幾篇文獻(xiàn)嘛?”。樂心助人的我自當(dāng)是滿口答應(yīng)了，心想：“這種小事就交給我叭~”

于是乎，我收到了一個excel文檔，66篇論文的列表安靜地趟在里面（此刻心中碎碎念：“這尼瑪，是幾篇嘛...”）。我粗略算了一下，復(fù)制、粘貼、下載，一套流程走下來，每篇論文少說也得30秒，66篇的話....啊，這不能忍！

很顯然，一篇一篇的下載，不是我的風(fēng)格所以，我決定寫一個論文下載器助我前行。

代碼分析的詳細(xì)思路跟以往依舊如此雷同，逃不過的還是：抓包分析->模擬請求->代碼整合。由于一會兒kimol君還得去搬磚，今天就不詳細(xì)展開了。

通過論文的URL、PMID、DOI號或者論文標(biāo)題等搜索到對應(yīng)的論文，并通過bs4庫找出PDF原文的鏈接地址，代碼如下：

def search_article(artName): ’’’ 搜索論文 --------------- 輸入：論文名 --------------- 輸出：搜索結(jié)果（如果沒有返回''，否則返回PDF鏈接） ’’’ url = ’https://www.sci-hub.ren/’ headers = {’User-Agent’:’Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0’, ’Accept’:’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’, ’Accept-Language’:’zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2’, ’Accept-Encoding’:’gzip, deflate, br’, ’Content-Type’:’application/x-www-form-urlencoded’, ’Content-Length’:’123’, ’Origin’:’https://www.sci-hub.ren’, ’Connection’:’keep-alive’, ’Upgrade-Insecure-Requests’:’1’} data = {’sci-hub-plugin-check’:’’, ’request’:artName} res = requests.post(url, headers=headers, data=data) html = res.text soup = BeautifulSoup(html, ’html.parser’) iframe = soup.find(id=’pdf’) if iframe == None: # 未找到相應(yīng)文章 return ’’ else: downUrl = iframe[’src’] if ’http’ not in downUrl: downUrl = ’https:’+downUrl return downUrl2. 下載論文

得到了論文的鏈接地址之后，只需要通過requests發(fā)送一個請求，即可將其下載：

def download_article(downUrl): ’’’ 根據(jù)論文鏈接下載文章 ---------------------- 輸入：論文鏈接 ---------------------- 輸出：PDF文件二進制 ’’’ headers = {’User-Agent’:’Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0’, ’Accept’:’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’, ’Accept-Language’:’zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2’, ’Accept-Encoding’:’gzip, deflate, br’, ’Connection’:’keep-alive’, ’Upgrade-Insecure-Requests’:’1’} res = requests.get(downUrl, headers=headers) return res.content二、完整代碼

將上述兩個函數(shù)整合之后，我的完整代碼如下：

# -*- coding: utf-8 -*-'''Created on Tue Jan 5 16:32:22 2021@author: kimol_love'''import osimport timeimport requestsfrom bs4 import BeautifulSoup def search_article(artName): ’’’ 搜索論文 --------------- 輸入：論文名 --------------- 輸出：搜索結(jié)果（如果沒有返回''，否則返回PDF鏈接） ’’’ url = ’https://www.sci-hub.ren/’ headers = {’User-Agent’:’Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0’, ’Accept’:’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’, ’Accept-Language’:’zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2’, ’Accept-Encoding’:’gzip, deflate, br’, ’Content-Type’:’application/x-www-form-urlencoded’, ’Content-Length’:’123’, ’Origin’:’https://www.sci-hub.ren’, ’Connection’:’keep-alive’, ’Upgrade-Insecure-Requests’:’1’} data = {’sci-hub-plugin-check’:’’, ’request’:artName} res = requests.post(url, headers=headers, data=data) html = res.text soup = BeautifulSoup(html, ’html.parser’) iframe = soup.find(id=’pdf’) if iframe == None: # 未找到相應(yīng)文章 return ’’ else: downUrl = iframe[’src’] if ’http’ not in downUrl: downUrl = ’https:’+downUrl return downUrl def download_article(downUrl): ’’’ 根據(jù)論文鏈接下載文章 ---------------------- 輸入：論文鏈接 ---------------------- 輸出：PDF文件二進制 ’’’ headers = {’User-Agent’:’Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0’, ’Accept’:’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’, ’Accept-Language’:’zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2’, ’Accept-Encoding’:’gzip, deflate, br’, ’Connection’:’keep-alive’, ’Upgrade-Insecure-Requests’:’1’} res = requests.get(downUrl, headers=headers) return res.content def welcome(): ’’’ 歡迎界面 ’’’ os.system(’cls’) title = ’’’ _____ _____ _____ _ _ _ _ ____ / ____|/ ____|_ _| | | | | | | | _ | (___ | | | |______| |__| | | | | |_) | ___ | | | |______| __ | | | | _ < ____) | |____ _| |_ | | | | |__| | |_) | |_____/ _____|_____| |_| |_|____/|____/ ’’’ print(title) if __name__ == ’__main__’: while True: welcome() request = input(’請輸入URL、PMID、DOI或者論文標(biāo)題：’) print(’搜索中...’) downUrl = search_article(request) if downUrl == ’’: print(’未找到相關(guān)論文，請重新搜索！’) else: print(’論文鏈接：%s’%downUrl) print(’下載中...’) pdf = download_article(downUrl) with open(’%s.pdf’%request, ’wb’) as f: f.write(pdf) print(’---下載完成---’) time.sleep(0.8)

不出所料，代碼一跑，我便輕松完成了師姐交給我的任務(wù)，不香嘛？

到此這篇關(guān)于Python實現(xiàn)一個論文下載器的過程的文章就介紹到這了,更多相關(guān)python論文下載器內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！