Python自动化小技巧12——根据论文题目自动导出参考文献格式

案例背景

在写论文的时候，弄参考文献格式也很麻烦，不可能手打人名题目期刊名称年月日卷号页码这些，我们一般都是使用系统自动导出的格式复制粘贴就行。中国知网可以直接导出论文的格式，但是知网基本只有中文的论文，英文的论文还有很多sci的库里面的论文都没有。

我们一般看英文论文都是国外的期刊库，网站都是各种来源的，想一一导出论文的参考文献格式需要一个一个去找......有的还不一定找得到，而且像science Direct网站导出来还是一个txt文件，都不能直接用.......

有没有办法，只需要论文的题目，就能输出参考文献格式呢？

有的，谷歌学术就可以做到，中文英文的论文都能导出参考文献格式，复制论文题目进去，然后点出引用就能复制粘贴了。

但是这个过程是很枯燥的，复制标题，搜索，点击引用，复制粘贴...反复循环。

但是这种重复性的劳动交给Python脚本是很棒，很便捷的。下面来实现它。

代码思路

先获取论文题目，放到一个列表里面。然后使用selenium库去进行模拟点击，得到引用文本，最后写入word就行。

代码实现

获取论文题目1

第一个方法，这里可以使用bat脚本，不需要python环境就能运行的。

首先和你所有的参考文献一个文件夹目录下，新建一个txt文件，写入下面代码：

dir *.* /b> 文本档案.txt

然后保存退出，右键这个文本文件，重命名，修改文件后缀。从 'txt' 改为 ‘bat’ 。这样它就变成了脚本文件。我把它名称命名为‘’目录‘

然后双击运行一下，就会多出一个文本档案的txt文件。里面就有这个文件夹下所有的文件名称。

当然，这是对你文件名称是论文的名称才能使用。如果你论文的名称是乱码那就不行了....可以将每个文件重命名为论文名称然后再使用这个脚本。

获取论文题目2

第二个方法，针对这个库上面的导出来的txt文本去获取论文名称，我目前看英文论文就是这样用的。

导出的一个论文参考文献会给这样一个txt文件：

我们可以看到第一行是作者们名字，第二行就是论文名称了。

我们遍历所有的下载的这个txt文件（在science Direct下载论文的时候记得顺便把这个引用导出txt文件也下载了，不然后面再找很麻烦），然后取出第二行论文名称，装在一个列表里面就行。

import numpy as np
import pandas as pd
import glob

files=glob.glob('*.txt')
paper_names=[]
for file in files:
    with open(file, 'r',encoding='utf-8') as f:
        context = f.readlines()
        context=[ con.replace('\n','') for con in context]
        paper_names.append(context[1])
        print(context[1])

可以看到我参考文献目录下面的所有论文名称都提取出来了。装在paper_names这个列表中

**模拟点击获取参考文献格式 **

导入selenium库

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.by import By

from bs4 import BeautifulSoup
import os
from time import sleep

模拟浏览器点击，这里使用的是Xpath路径去定位网页文件元素。

然后使用的是edge的浏览器驱动，使用这段代码前还需要下载一个edge 的驱动，与代码文件放在同一目录下，下载链接在这：

Microsoft Edge WebDriver - Microsoft Edge Developer

根据电脑版本下，一般Windows下这个64就行：

模拟点击运行 代码如下：(每一步的原理就不讲了....没爬虫基础可能也看不懂)

ckwx=[]
from selenium.webdriver import Edge
from selenium.webdriver.edge.options import Options as EdgeOptions

driver = webdriver.Edge("msedgedriver")
url = "https://xs.scqylaw.com/"
driver.implicitly_wait(10)
driver.get(url)
sleep(3)

code=driver.find_element(By.XPATH,'//*[@id="lst-ib"]')
code.send_keys('LSTM')
driver.find_element(By.XPATH,'/html/body/div[1]/center/div[3]/form/div[2]/input[1]').click()

#网页转换，将网页转换到所需的地方
win =driver.window_handles
driver.switch_to.window(win[1])
sleep(2)

driver.find_element(By.XPATH,'//*[@id="mainshadow"]/div/div/input').send_keys('gfsoso')
sleep(1)
driver.find_element(By.XPATH,'//*[@id="mainshadow"]/div/div/a').click()

for i in range(len(paper_names)):
    code=driver.find_element(By.XPATH,'//*[@id="gs_hdr_tsi"]')
    code.clear()
    code.send_keys(paper_names[i])
    driver.find_element(By.XPATH,'//*[@id="gs_hdr_tsb"]').click()
    
    sleep(1)
    driver.find_element(By.XPATH,'//*[@id="gs_res_ccl_mid"]/div[1]/div[2]/div[3]/a[2]').click()
    sleep(1)
    
    yy=driver.find_element(By.XPATH,'//*[@id="gs_citt"]/table/tbody/tr[1]/td/div')
    ckwx.append(yy.text)
    driver.find_element(By.XPATH,'//*[@id="gs_cit-x"]').click()
    sleep(1)
driver.quit()

现在参考文献的格式都提取出来了，装在了ckwx这个列表中，打印查看：

写入word文档

用docx这个包就行：（下载命令——pip install python-docx）

import docx
from docx import shared
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
 
doc=docx.Document() #创建内存中的word文档对象
doc.styles['Normal'].font.name = 'Times New Roman'
doc.styles['Normal'].font.size = shared.Pt(9)
for i in range(len(ckwx)):
    doc.add_paragraph(f"[{i+1}] {ckwx[i]}")

doc.save("参考文献汇总.docx") #保存才能看到结果

最后生成一个word，查看一下效果还不错：