通过python获取谷歌学术搜索结果

最新推荐文章于 2025-02-26 12:27:37 发布

oceanstonetree

最新推荐文章于 2025-02-26 12:27:37 发布

阅读量1.0k

点赞数 2

文章标签： python 开发语言

本文链接：https://blog.csdn.net/yanfeng1022/article/details/137275369

版权

本文介绍了如何使用scholarly这个Python库从Google学术中批量获取关于‘multiplepointgeostatistics’的研究结果，通过模拟浏览器请求抓取数据，将上千篇论文信息整理并保存至JSON文件MPS.json。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

谷歌学术是重要的科研利器，搜索结果通常上千个，每次只能看几个，通过开源的接口，可以批量获取搜索结果，方便快速综合分析。

这里用到的库是scholary，可以指定获取多少个结果，每个结果是个dict，可以把多个dict结果写出到json文件保存。

'scholarly 是一个Python库，用于从Google Scholar获取学术文章的信息。它可以查询论文、作者信息、引用情况等，而无需直接与Google Scholar的网页界面交互。scholarly通过模拟浏览器请求来抓取网页数据，解析这些数据，并提供一个简单的Python接口来访问信息。"

# pip install scholarly
from scholarly import scholarly
import time
import json
search_query = scholarly.search_pubs('multiple point geostatistics')
print(search_query.total_results)
paper_list=[]
for i in range(100):
    try:
        paper = next(search_query)
        print("---------------------{}-------------------".format(i))
        paper_list.append(paper)
    except:
        time.sleep(30)
with open('mps.json','w') as file:
    json.dump(paper_list, file, indent=4)

下面是获取过程的跟踪