python怎么查⽂献_查询论⽂的引⽤格式，⽀持批量查询
百度的相关接⼝升级，导致本仓库的调⽤已经不可⽤，后续有时间将会修改，以下内容已经⽆效。
ReferPy
在论⽂写作中，参考⽂献是⾮常重要的⼀部分，但是花费过多时间在参考⽂献的格式上，往往得不偿失。本项⽬利⽤百度学术的论⽂检索能⼒，通过本地Python发送http请求给百度学术以获取所需要的信息。
当前接⼝⽀持获取百度学术所提供的所有参考⽂献格式：
APA
American Psychological Association，是美国⼼理学会出版的《美国⼼理协会刊物准则》。APA格式是⼀个为⼴泛接受的研究论⽂撰写格式，特别针对社会科学领域的研究。
MLA
Modern Language Association，美国现代语⾔协会制定的论⽂指导格式，在⼀般书写英语论⽂时应当使⽤MLA格式来保证学术著作的完整。
GB/T 7714
《⽂后参考⽂献著录规则》 是⼀项专门供著者和编辑编撰⽂后参考⽂献使⽤的国家标准(中国)。
后期有时间会⽀持Google学术，知⽹等其他搜索引擎，也会建设Web⽹站，提供查询接⼝。
⼀、安装
本项⽬是通过Python脚本编写的，在Windows系统下需要配置Python环境：
Python
请点击这⾥查看安装列表。尽量采⽤Python3.6及其以上版本(本项⽬开发环境采⽤Python 3.7.0a4).请在安装时选择添加环境变量
安装完毕后请在命令⾏⽤以下命令测试安装是否成功，若安装成功则返回版本信息： >>Python -V 若安装成功，但是没有返回版本信息，则很可能是没有添加环境变量所致。请添加和/Scripts/⾄环境变量
BeautifulSoup
这是⼀个Python的第三⽅⼯具包，⽤于对html⽹页进⾏解析。通过python的pip⼯具包可以进⾏⾃动下
载安装。在命令⾏下通过下述命令进⾏安装： >>pip install beautifulsoup4 若提⽰不到pip的错误，则可能是没有添加pip所在的环境变量。pip的环境变量为安装⽬录下的Scripts⽂件夹：/Scripts/
pyargv
这是⼀个第三⽅的python命令⾏输⼊参数构造库，按照该教程可以很快的进⾏安装。
ReferPy
下载ReferPy压缩⽂件，在你愿意的地⽅解压即可。
⼆、接⼝
ReferPy的接⼝的使⽤是通过命令⾏，需要先进⼊ReferPy所在的⽬录cd , 再通过python调⽤其接⼝进⾏查询：
>>python refer.py [-p ] [-f ] [--debug] [--help]
ReferPy将会发起http请求访问百度学术，并获得解析返回的结果。注意，由于需要联⽹，因此要确保⽹络环境畅通。上述命令中的-p 指的是对论⽂名称发起直接查询，对于-f 指的是对⽂件夹或⽂本⽂件
中的论⽂名称发起批量查询，当参数中包含空格时，需要将参数通过双引号引⽤。可以通过python refer.py --help查询参数作⽤。
1.直接查询
输⼊名称直接查询论⽂的参考⽂献格式。⽰例如下：
>>python refer.py -p "A data hiding scheme based upon DCT coefficient modification"
# 命令⾏输出
search "A data hiding scheme based upon DCT coefficient modification"
【APA】：Lin, Y. K. (2014). A data hiding scheme based upon dct coefficient modification. Computer Standards & Interfaces, 36(5), 855-862.
【GBT7714A】：Lin Y K. A data hiding scheme based upon DCT coefficient modification[J]. Computer Standards & Interfaces, 2014, 36(5):855-862.
【MLA】：Lin, Yih Kai. "A data hiding scheme based upon DCT coefficient modification." Computer Standards & Interfaces 36.5(2014):855-862.
【成功】
2.批量查询
批量⽣成是不会直接将查询结果输出到命令⾏的，⽽是将结果批量输出到ReferPy的⽬录下的, , ⽂件中，每个⽂件保存对应类型的参考⽂献格式。
批量查询分了两种, ⽂件查询和⽬录查询:
⽂件查询
在⽂件中⼀⾏记录⼀个待查询的论⽂题⽬，只要交给referpy该⽂件的路径，需要注意的是保存的⽂件需要为UTF8就会在ReferPy的⽬录下批量⽣成结果:
# papers(在仓库的根⽬录下的⽂件)
A data hiding scheme based upon DCT coefficient modification
A Novel Steganography Algorithm Based on Motion Vector and Matrix Encoding
基于运动⽮量的H.264信息隐藏算法
# 命令⾏输⼊
>>python3 refer.py -f papers
# 命令⾏输出
search "A data hiding scheme based upon DCT coefficient modification"
search "A Novel Steganography Algorithm Based on Motion Vector and Matrix Encoding"
search "基于运动⽮量的H.264信息隐藏算法"
【成功】
# /(使⽤中不会⽣成该⾏)
[1] Lin, Y. K. (2014). A data hiding scheme based upon dct coefficient modification. Computer Standards & Interfaces,
36(5), 855-862.
[2] Hao-Bin, Zhao, L. Y., & Zhong, W. D. (2011). A novel steganography algorithm based on motion vector and matrix encoding. IEEE, International Conference on Communication Software and Networks (pp.406-409). IEEE.
[3] 苏育挺, 张新龙, 张承乾, & 张静. (2014). 基于运动⽮量的h.264信息隐藏算法. 天津⼤学学报(⾃然科学与⼯程技术版)(1), 67-73.
# /(使⽤中不会⽣成该⾏)
[1] Lin, Yih Kai. "A data hiding scheme based upon DCT coefficient modification." Computer Standards & Interfaces
python怎么读文件夹下的文件夹36.5(2014):855-862.
[2] Hao-Bin, L. Y. Zhao, and W. D. Zhong. "A novel steganography algorithm based on motion vector and matrix encoding." IEEE, International Conference on Communication Software and Networks IEEE, 2011:406-409.
[3] 苏育挺等. "基于运动⽮量的H.264信息隐藏算法." 天津⼤学学报(⾃然科学与⼯程技术版) 1(2014):67-73.
# /(使⽤中不会⽣成该⾏)
[1] Lin Y K. A data hiding scheme based upon DCT coefficient modification[J]. Computer Standards & Interfaces, 2014,
36(5):855-862.
[2] Hao-Bin, Zhao L Y, Zhong W D. A novel steganography algorithm based on motion vector and matrix encoding[C]// IEEE, International Conference on Communication Software and Networks. IEEE, 2011:406-409.
[3] 苏育挺, 张新龙, 张承乾，等. 基于运动⽮量的H.264信息隐藏算法[J]. 天津⼤学学报(⾃然科学与⼯程技术版), 2014(1):67-73.
⽬录查询
�⽬录查询是读取⽬录下的⽂件名，作为论⽂的名称进⾏查询。这⾥不给出具体的⽰例
>> python refer.py -f
3.DEBUG模式
在所有接⼝最后⽤-DEBUG可以开启调试模式，调试模式中将给出更为详细的信息。为了⽅便也可以通过-debug, -d, -D启动DEBUG模式。
三、FAQ
1.对中⽂⽂献的⽀持
对中⽂是完全⽀持的，可以输⼊中⽂题⽬的论⽂，会输出对应的中⽂参考⽂献格式。需要注意的是referpy涉及到中⽂的地⽅，全部采⽤UTF8进⾏编码。若你发现使⽤过程中存在编码解码问题或是中⽂乱码问题，那么请注意把编码模式切换为UTF8。
2.论⽂标题错误
检索具备⼀定的容错性，会查询和标题最相似的结果。需要注意的是，标题输⼊错误导致时，不会给出任何提⽰！因此可能最相似的结果并⾮你想要的，最好进⾏⼀次⼈⼯对标题的排查。
3.论⽂题⽬模糊
和上述类似，会查询最相似的，当然是百度学术认为的最相似。
4.使⽤是否有次数限制
暂时还未测试出百度学术对于该接⼝的限流情况

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。