Einführung

Forscher sind möglicherweise besorgt über die Anzahl der Zitate von wissenschaftlichen Arbeiten, die sie gesehen / geschrieben haben. Sie können die Anzahl der Zitate auf Google Scholar usw. leicht überprüfen. Als Vorläufer für die Anzahl der Zitate gibt es auch die Anzahl der Leser in der Literaturverwaltungssoftware Mendeley. Zumindest scheint dies nicht bekannt zu sein, ohne Mendeley zu öffnen. Nachdem ich das Scraping geübt hatte, erstellte ich ein Skript, um die Anzahl der Mendeley-Leser zu ermitteln.

Artikel, auf die verwiesen wird

[1] Web Scraping mit Python [2] Liste der Vorsichtsmaßnahmen für das Web-Scraping

Umgebung

Windows Python 3

Skript

Der vollständige Text ist unten. Die Erklärung wird unten fortgesetzt.

`a.py`


# Modules
import requests

# Constants
Mendeley = 'https://www.mendeley.com/catalogue/'
PaperID = []
PaperID.append("5a856ac7-0d75-3560-8824-9f9061f3eb50/")

# Functions
def SandwitchedText(text_source,text_1, text_2):
    return text_source.split(text_1)[1].split(text_2)[0]


for a in PaperID:
    r = requests.get(Mendeley + a)
    text = r.text

    print("Title : " + SandwitchedText(text, "\"title\":\"", "\",\"detail"))
    print("readers : " + SandwitchedText(text, "readers:", ":"))
    print("citations : " + SandwitchedText(text, "citations:", ":"))

--requests ist ein Paket, das zum Scraping verwendet werden kann [1]. Beachten Sie bei der Verwendung von [2] die Scraping-Regeln.

Geben Sie die entsprechende URL als Information des Papiers an, für das Sie Daten erhalten möchten. Dieser Artikel basiert auf dem berühmten Hochtemperatur-Supraleitungspapier. Der Teil der Variablen Mendeley im Skript ist festgelegt, und der Teil der URL, der für jedes Papier unterschiedlich ist, wird in die Liste der PaperIDs aufgenommen. --SandwitchedText definiert eine Funktion, die den Teil zwischen der angegebenen Zeichenfolge text_source und text_1 und text_2 zurückgibt.
Sie können die Quelle der Seite, die der URL entspricht, mit request.get (url) .text abrufen. Im Skript wird die Quelle als Zeichenfolge im Text gespeichert.
Holen Sie sich schließlich den Titel des Papiers, die Anzahl der Mendeley-Leser und die Anzahl der Zitate aus der Seitenquelle und geben Sie ihn an die Konsole aus. Schauen Sie nun auf die Quelle der Seite, um herauszufinden, wo Sie die Informationen in der Quelle benötigen, und verwenden Sie die SandwitchedText-Funktion, um die Informationen abzurufen.

Am Ende

Wenn Sie die Anzahl der Artikel in der Liste erhöhen, können Sie Informationen zu mehreren Artikeln gleichzeitig abrufen. Ich denke, es ist ein bisschen schlauer, wenn Sie ihm anstelle der URL des Papiers einen Titel geben.

Holen Sie sich die Anzahl der Leser von Artikeln über Mendeley in Python