任務描述

今天收到一個任務，在知網上，把一位專家所有的論文全都下載下來，要保存為PDF格式。

知網不支持批量導出PDF格式論文。一個一個下載PDF，太繁瑣了。

解決方案：找到一個油猴腳本，這個腳本可以從知網批量導出論文。

腳本安裝

首先，使用 chrome 瀏覽器安裝油猴，https://www.tampermonkey.net/。

點擊導航欄的 用戶腳本，在下面的搜索框輸入 “知網”。

下圖是這個腳本的介紹，最后更新日期是24年12月。該腳本支持了PDF的批量下載。
腳本地址

若你下載了不需要的腳本，在這里刪除：

瀏覽器的設置

批量下載論文的PDF格式的時候，會頻繁彈出窗口，所以要運行瀏覽器彈出窗口。

瀏覽器更改默認下載路徑，記得后面再改回來：

這樣就可以把論文直接下載到一個文件夾里面。

批量導出PDF過程

在搜索作者的時候，可能有作者會同名，要為作者選擇正確單位。

腳本安裝后，在知網的右側，會出現一個批量下載的按鈕

點擊右側批量下載的按鈕之后，會彈出下述界面。

• 獲取鏈接：捕獲知網當前界面的全部論文
• 全選：選中全部論文
• 下載：下載選中的論文
• 清除數據：在下一次獲取鏈接的時候，需要先清除數據
  

在使用的過程中，下載達到40篇以上的論文的時候，知網就會頻繁的彈出驗證碼。然后要求重新登錄。這個驗證的過程會難受一些。

【優化方案】：拼多多，淘寶 花個幾塊錢，可以買個他們自己搭建的知網鏡像網站賬號，他們的網站不會有這么多的驗證碼。

論文下載篇數驗證

論文如果重復下載了，文件會重命名，重復的文件會以括號加數字結尾，直接刪除就行。

下述的Python腳本，輔助用戶找出漏掉的論文。
知網可以批量導出論文的BibTex格式的參考文獻的引用格式。

bib格式的導出文件的論文名字為:title = {xxx}。可以使用正則表達式匹配到論文的標題。與下載文件夾的論文對比，就可以找出哪些論文還沒下載了。

實現代碼如下：

import re
import osfile_bib = "BibTex批量導出的參考格式.bib"
source_dir = "論文下載的文件夾"with open(file_bib, "r") as f:text = f.read()data = re.findall("title = {(.*?)}", text)# 已下載的論文
down_papers = [name.split("_")[0] for name in os.listdir(source_dir)]for idx, paper_name in enumerate(data):if paper_name not in down_papers:page = idx // 20 + 1print(paper_name, page)

輸出結果是論文名和對應的頁碼數。知網一頁20篇論文，用bib的下標數量除以20，就知道該論文所在的頁碼數了。這樣方便后續手動下載。

參考資料

• https://blog.csdn.net/qq_43210428/article/details/144588820