# CNKI pdf downloader

**Repository Path**: weiyan0908/CNKI-pdf-downloader

## Basic Information

- **Project Name**: CNKI pdf downloader
- **Description**: 用于抓取CNKI学位论文pdf文件的爬虫
- **Primary Language**: 易语言
- **License**: MPL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-04-04
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# CNKI pdf downloader

[最新的19.06.05 Legacy 版下载](https://gitee.com/sean982202733/CNKI-pdf-downloader/raw/master/Release/CNKI.exe)

[最新的19.06.05 Glass 版下载](https://gitee.com/sean982202733/CNKI-pdf-downloader/raw/master/Release/CNKIEX.exe)

区别是Glass版使用了Win10的不同的毛玻璃api，在其他系统中会出错，可以用Legacy版

#### 介绍

用于抓取CNKI学位论文pdf文件的爬虫

对，是pdf，不是caj这种垄断的私有格式

至于为啥是学位论文，你觉得期刊能不能从中文官网下载pdf呢？

这个软件现阶段功能非常原始，因为作者只写了20小时左右

而且知网的网页构架参数非常多并且复杂，还希望有能力并且感兴趣的同学参与维护

有什么好的建议也希望大家一起实现

#### 使用说明

1.打开软件，点击“打开列表”按钮，打开知网导出的txt论文列表

2.此时软件会扫描软件运行目录/download/目录下的pdf文件（判断标准就是论文作者）

如果没有扫描到和列表中吻合的文件，就会把列表文件中的项目加入到列表框中

3.点击“批量下载”按钮，它就会把爬到的pdf保存到运行目录/download/目录中

4.如果只想下载一个，点击“单个下载”按钮，在弹出的对话框中填入专业检索语句

5.点击“移除项目”可以将不想下载的任务从列表中移除

#### 注意事项

1.必须要在能下载论文的网络环境下进行操作（例如校园网），所以爬虫是合法的

2.如果出现参数错误的问题可以重试一下，因为知网海外本来就不稳定，爬虫出错率其实比网页低很多

#### 软件原理

所有网页访问的方式均采用win32api提供的http请求来进行（模拟浏览器行为）

首先在中国知网硕博论文库中进行专业检索（毕竟从知网上导出的列表）

使用的语句是作者+毕业大学+出版时间，如果搜到唯一的结果的话

就解析到[知网海外](http://oversea.cnki.net/kns55/default.aspx)的详情页面，并解析网页获取pdf下载链接

如果搜到多个就很迷了（除非有同名同姓同学校同学院同一年毕业？），搜不到就没办法了，这个是知网的搜索引擎的锅

这两张情况都需要使用单个下载中自己尝试输入文献高级检索语句

#### 关于专业检索语句

批量下载中搜不到可以用专业检索语句进行检索

语法是“检索1”+“空格”+“AND”+“空格”+“检索条件2”+......

推荐的检索条件为TI=题名,AU=作者,TU=导师,AF=作者单位,DF=学位授予单位,PT=发表时间

比如要下载  海南师范大学 2018年毕业的刘意仪的论文《二氧化钛纳米阵列的制备及其光电性能的研究》

就可以写"AU=刘意仪 AND TI=二氧化钛纳米阵列的制备及其光电性能的研究 AND AF=海南师范大学 AND PT=2018"

检索不出来的可以减少一些检索条件，这个是知网的搜索引擎的锅