python 批量下载知网(CNKI)论文

1、目的：
朋友找我去知网帮他下载点相关论文，发现老是要去点击文章。点击下载，显得很麻烦，百度一下，别人的方法太复杂，所以自己写了一个python脚本自动下载知网论文。
2、前期准备
1）安装python 2.7
2）安装 selenium

pip install selenium

3）下载一个chromedriver.exe,放到脚本同一个文件夹内
4）安装chrome浏览器
3、直接撸代码

（a）指定关键字下载知网论文

downloadCNKI.py

#!/usr/bin/env Python
# coding=utf-8
import  os
from time import sleep
from selenium import webdriverdef browser_init(isWait):options = webdriver.ChromeOptions()prefs = {'profile.default_content_settings.popups': 0, 'download.default_directory': 'E:\\PycharmProjects\\downloadCNKI\\output'}options.add_experimental_option('prefs', prefs)browser = webdriver.Chrome(executable_path='chromedriver.exe', chrome_options=options)browser.set_window_size(500,500)if isWait:browser.implicitly_wait(50)return browserdef searchKey(keyword):browser.get("http://kns.cnki.net/kns/brief/default_result.aspx")browser.find_element_by_id('txt_1_value1').send_keys(keyword)browser.find_element_by_id('btnSearch').click()def switchToFrame(browser):#print 'start switch'browser.switch_to.frame('iframeResult')#print 'end switch'def getDownloadLinks(browser,paper_downloadLinks):for link in browser.find_elements_by_css_selector('a[href^=\/kns\/detail]'):#link.click()url=link.get_attribute('href')url_part = url.split('&')[3:6]url_str= '&'.join(url_part)down_url='http://kns.cnki.net/KCMS/detail/detail.aspx?'+url_str#print down_urlpaper_downloadLinks.append(down_url)def switchToPage(browser,n):for link in browser.find_elements_by_css_selector('a[href^=\?curpage]'):url=link.get_attribute('href')print urlpageInd='curpage=%d&'%nprint pageIndif pageInd in url:print "page: "+urllink.click()break
def switchNextPage(browser):browser.find_element_by_link_text(u'下一页').click()def do_download(driver,urls,fail_downLoadUrl):for url in urls:print urldriver.get(url)paper_title=driver.titleprint "paper title"+paper_titleif u'中国专利全文数据库' in paper_title:continueprint "try  download :"+paper_titletry:driver.find_element_by_xpath("//a[contains(text(),'PDF下载')]").click()print "download success!!!"except Exception as e:try:driver.find_element_by_xpath("//a[contains(text(),'整本下载')]").click()print "download success!!!"except Exception as e:print "download fail!!!"fail_downLoadUrl.append(url)def usage():print "example : python downloadCNKI.py -k keyword  -p 1"if __name__=="__main__":keyword=u'三角形'      #论文搜索的关键字pageNum = 1     # 下载多少页的论文browser=browser_init(True)searchKey(keyword)switchToFrame(browser)paper_downloadLinks = []    #论文下载链接curPage=1while curPage<=pageNum:getDownloadLinks(browser,paper_downloadLinks)switchNextPage(browser);curPage+=1browser.quit()print "采集了%d条数据"% len(paper_downloadLinks)driver=browser_init(False)fail_downLoadUrl=[]         #记录下失败的网站do_download(driver,paper_downloadLinks,fail_downLoadUrl)print  fail_downLoadUrltryNum=0#尝试N次重新下载没有下载的while tryNum<5:if len(fail_downLoadUrl) !=0:paper_downloadLinks=fail_downLoadUrlfail_downLoadUrl=[]do_download(driver, paper_downloadLinks, fail_downLoadUrl)print fail_downLoadUrlelse:breaktryNum+=1sleep(60)driver.quit()

（b）指定论文题目下载知网论文
这个需要和脚本同目录下新建一个downfile.txt，按行存放需要下载题目

指定题目到downfile.txt的知网下载.py

#!/usr/bin/env Python
# coding=utf-8
import  os
from time import sleep
from selenium import webdriverdef browser_init(isWait):options = webdriver.ChromeOptions()prefs = {'profile.default_content_settings.popups': 0, 'download.default_directory': 'E:\\PycharmProjects\\downloadCNKI\\output'}options.add_experimental_option('prefs', prefs)browser = webdriver.Chrome(executable_path='chromedriver.exe', chrome_options=options)browser.set_window_size(500,500)if isWait:browser.implicitly_wait(50)return browserdef searchKey(keyword):browser.get("http://kns.cnki.net/kns/brief/default_result.aspx")browser.find_element_by_id('txt_1_value1').send_keys(keyword)browser.find_element_by_id('btnSearch').click()def switchToFrame(browser):#print 'start switch'browser.switch_to.frame('iframeResult')#print 'end switch'def getDownloadLinks(browser,paper_downloadLinks):for link in browser.find_elements_by_css_selector('a[href^=\/kns\/detail]'):#link.click()url=link.get_attribute('href')url_part = url.split('&')[3:6]url_str= '&'.join(url_part)down_url='http://kns.cnki.net/KCMS/detail/detail.aspx?'+url_str#print down_urlpaper_downloadLinks.append(down_url)def getKeywordDownloadLink(browser,keyword,paper_downloadLinks):link=browser.find_element_by_link_text(keyword)url = link.get_attribute('href')#print urlurl_part = url.split('&')[3:6]url_str = '&'.join(url_part)down_url = 'http://kns.cnki.net/KCMS/detail/detail.aspx?' + url_str#print down_urlpaper_downloadLinks.append(down_url)def switchToPage(browser,n):for link in browser.find_elements_by_css_selector('a[href^=\?curpage]'):url=link.get_attribute('href')print urlpageInd='curpage=%d&'%nprint pageIndif pageInd in url:print "page: "+urllink.click()break
def switchNextPage(browser):browser.find_element_by_link_text(u'下一页').click()def do_download(driver,urls,fail_downLoadUrl):for url in urls:print urldriver.get(url)paper_title=driver.titleprint "paper title"+paper_titleif u'数据库' in paper_title:continueprint "try  download :"+paper_titletry:driver.find_element_by_xpath("//a[contains(text(),'PDF下载')]").click()print "download success!!!"except Exception as e:try:driver.find_element_by_xpath("//a[contains(text(),'整本下载')]").click()print "download success!!!"except Exception as e:print "download fail!!!"fail_downLoadUrl.append(url)def usage():print "example : python downloadCNKI.py -k keyword  -p 1"if __name__=="__main__":paper_downloadLinks = []  # 论文下载链接pageNum = 1  # 下载多少页的论文browser = browser_init(True)file = open("downfile.txt")lineDatas = file.readlines();for line in lineDatas:keyword=line.strip('\n').decode('gbk')#keyword=u'三角形'      #论文搜索的关键字print u"采集： %s"% keywordsearchKey(keyword)switchToFrame(browser)downloadLinks=[]getKeywordDownloadLink(browser,keyword,downloadLinks)paper_downloadLinks.append(''.join(downloadLinks))file.close()browser.quit()print "采集了%d条数据"% len(paper_downloadLinks)driver=browser_init(False)fail_downLoadUrl=[]         #记录下失败的网站do_download(driver,paper_downloadLinks,fail_downLoadUrl)print  fail_downLoadUrltryNum=0#尝试N次重新下载没有下载的while tryNum<5:if len(fail_downLoadUrl) !=0:paper_downloadLinks=fail_downLoadUrlfail_downLoadUrl=[]do_download(driver, paper_downloadLinks, fail_downLoadUrl)print "重新下载 ",print  fail_downLoadUrlelse:breaktryNum+=1sleep(60)driver.quit()

很好用，让我帮助同学下载知网论文，妈妈再也不要担心我点错了。。。

python 批量下载知网(CNKI)论文相关推荐

python 批量下载知网(cnki)论文_Python 实现 CNKI批量下载和FireFox Extension 入门学习笔记...
‍Python 实现 CNKI批量下载和FireFox Extension 入门学习笔记‍ 由于需要也是为了督促自己学习新的东西,我原本想要尝试着写一个爬虫程序,能够在cnki上自动得将论文进行批量 ...
python 批量下载知网(cnki)论文_Python 实现 CNKI批量下载和FireFox Extension 入门学习笔记顶...
‍Python 实现 CNKI批量下载和FireFox Extension 入门学习笔记‍ 由于需要也是为了督促自己学习新的东西,我原本想要尝试着写一个爬虫程序,能够在cnki上自动得将论文进行批量 ...
Python 批量下载SIGMOD,VLDB的论文 Mac OS
这里写自定义目录标题 Python 批量下载SIGMOD,VLDB的论文 Mac OS 实现 0.要爬取的网站 1.下载单篇论文 2.获得所有论文的链接完整代码 Python 批量下载SIGMOD, ...
知网博士论文校外查找下载方法
校外查找下载知网博士论文的方法如下: 1.首先使用文献党下载器(wxdown.org)进入知网,在文献党下载器资源库双击"知网"名称即可进入知网 2.进入知网,输入关键词.篇名.作 ...
在家里免费下载知网内的论文方法
方法1 点击进入 http://www.cn-ki.net/ 输入要搜索的论文题目通过微信扫描二维码,关注后,并且发送XZM. 将获取的下载码输入后,就可以下载知网论文. 亲测可行 -------- ...
知网学术论文下载caj格式转换 caj转pdf
文章目录前言一.海外版知网二.Zotero用户,使用Zotero Connector便可以直接在非海外版知网下载PDF格式,不论文期刊论文还是硕博论文三.知网油猴脚本前言知网学术论文,特别 ...
利用 Python 和 Selenium 自动下载知网期刊文件
利用Selenium自动下载知网期刊文件 1 下载 Chrome 的 Webdriver 2 代码 2.1 导入相关的包 2.2 设置 WebDriver 2.3 找到期刊名在网页上对应元素 2.4 ...
python批量下载模库网图片
这里写自定义目录标题 python批量下载模库网图片步骤: 代码 python批量下载模库网图片步骤: 获取页数获取列表页获取图片链接和名字相关字典创建存放图片的文件夹下载图片代码 im ...
论文必备-五大学术文献资料推荐网站+免费下载知网、万方的论文资料
五大学术文献资料推荐网站国家哲学社会科学文献中心 http://www.ncpssd.org 提供免费下载,提供各类哲学社会科学文献. 搜索功能强大,提供分类搜索.提名/关键词等搜索,也可以输入关键 ...

python 批量下载知网(CNKI)论文

python 批量下载知网(CNKI)论文相关推荐

最新文章

热门文章