Obtenez le nombre de lecteurs d'articles sur Mendeley en Python

introduction

Les chercheurs peuvent s'inquiéter du nombre de citations d'articles universitaires qu'ils ont consultés / écrits. Vous pouvez facilement vérifier le nombre de citations sur Google scholar, etc. En tant que précurseur du nombre de citations, il y a aussi le nombre de lecteurs dans le logiciel de gestion de la littérature Mendeley. Cela au moins ne semble pas être connu sans ouvrir Mendeley. Donc, après avoir pratiqué le grattage, j'ai créé un script pour obtenir le nombre de lecteurs de Mendeley.

Articles référencés

[1] Web scraping avec python [2] Liste des précautions pour le scraping Web

environnement

Windows Python 3

scénario

Le texte intégral est ci-dessous. L'explication continue ci-dessous.

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 est un package qui peut être utilisé pour le scraping [1]. Faites attention aux règles de grattage lors de l'utilisation de [2].

• Donnez l'URL correspondante comme informations sur le papier pour lequel vous souhaitez obtenir des données. Cet article est basé sur le fameux Papier supraconducteur haute température. La partie de la variable Mendeley dans le script est fixe, et la partie de l'URL qui est différente pour chaque article est donnée à la liste des PaperID. --SandwitchedText définit une fonction qui renvoie la partie entre la chaîne de caractères donnée text_source et text_1 et text_2.
• Vous pouvez obtenir la source de la page correspondant à l'URL avec requests.get (url) .text. Dans le script, la source est stockée sous forme de chaîne dans le texte.
• Enfin, obtenez le titre de l'article, le nombre de lecteurs de mendeley et le nombre de citations de la source de la page et affichez-le sur la console. Maintenant, jetez un œil à la source de la page pour trouver où vous avez besoin des informations dans la source et utilisez la fonction SandwitchedText pour obtenir les informations.

À la fin

Si vous augmentez le nombre d'articles dans la liste, vous pouvez obtenir des informations sur plusieurs articles à la fois. Je pense que c'est un peu plus intelligent si vous lui donnez un titre au lieu de l'URL du papier.