SciDownl 开源项目使用教程

SciDownl 开源项目使用教程

SciDownl项目地址:https://gitcode.com/gh_mirrors/sc/SciDownl

1. 项目介绍

SciDownl 是一个非官方的 API，用于通过 DOI、PMID 或标题从 SciHub 下载论文。该项目旨在简化从 SciHub 下载论文的过程，支持通过 DOI、PMID 或标题进行下载，并且易于更新最新的 SciHub 域名。此外，SciDownl 还支持使用代理进行下载，确保在不同网络环境下的可用性。

2. 项目快速启动

安装

你可以通过 pip 轻松安装 SciDownl：

pip3 install -U scidownl

或者从源代码安装：

git clone https://github.com/Tishacy/SciDownl.git
cd SciDownl
python3 setup.py install

使用

命令行工具

使用命令行工具下载论文：

# 通过 DOI 下载论文，文件名为论文标题
scidownl download --doi https://doi.org/10.1145/3375633

# 通过 PMID 下载论文，并指定输出路径
scidownl download --pmid 31395057 --out /paper/paper-1.pdf

# 通过标题下载论文
scidownl download --title "ImageNet Classification with Deep Convolutional Neural Networks" --out /paper/paper-1.pdf

# 使用代理下载论文
scidownl download --pmid 31395057 --out /paper/paper-1.pdf --proxy http=socks5://127.0.0.1:7890

Python 脚本

你也可以在 Python 脚本中使用 scihub_download 函数：

from scidownl import scihub_download

paper = "https://doi.org/10.1145/3375633"
paper_type = "doi"
out = "/paper/one_paper.pdf"
proxies = {
    'http': 'socks5://127.0.0.1:7890'
}

scihub_download(paper, paper_type=paper_type, out=out, proxies=proxies)

3. 应用案例和最佳实践

应用案例

1. 学术研究：研究人员可以使用 SciDownl 快速获取所需的论文，节省手动搜索和下载的时间。
2. 教育资源：教师和学生可以使用 SciDownl 下载相关领域的论文，用于教学和学习。
3. 数据分析：数据科学家可以使用 SciDownl 获取大量论文，进行文本挖掘和分析。

最佳实践

1. 使用代理：在某些网络环境下，直接访问 SciHub 可能会受到限制。建议使用代理服务器来确保下载的顺利进行。
2. 批量下载：如果你需要下载多篇论文，可以编写一个脚本，批量处理 DOI 列表，提高效率。
3. 定期更新：SciHub 的域名可能会发生变化，建议定期更新 SciDownl 以获取最新的域名支持。

4. 典型生态项目

1. SciHubEvo：一个用于自动化下载和管理 SciHub 论文的工具，支持批量下载和自动化管理。
2. PaperDownloader：一个基于 Python 的论文下载工具，支持多种下载源，包括 SciHub。
3. AcademicDownloader：一个用于学术资源下载的工具，支持多种学术数据库和下载方式。

通过这些生态项目，你可以进一步扩展 SciDownl 的功能，满足更复杂的下载需求。

SciDownl项目地址:https://gitcode.com/gh_mirrors/sc/SciDownl