如何使用Elsevier文章检索API获取全文

Question

我想使用Elsevier文章检索API (https://dev.elsevier.com/documentation/FullTextRetrievalAPI.wadl)获得全文文件。

我使用httpx获取论文的信息，但是它只包含一些information.My代码如下：

import httpx
import time


def scopus_paper_date(paper_doi,apikey):
    apikey=apikey
    headers={
        "X-ELS-APIKey":apikey,
        "Accept":'text/xml'
         }

    timeout = httpx.Timeout(10.0, connect=60.0)
    client = httpx.Client(timeout=timeout,headers=headers)
    query="&view=FULL"
    url=f"https://api.elsevier.com/content/article/doi/" + paper_doi
    r=client.get(url)
    print(r)
    return r.text

y = scopus_paper_date('10.1016/j.solmat.2021.111326',myapikey)
y

结果如下：

<full-text-retrieval-response xmlns="http://www.elsevier.com/xml/svapi/article/dtd" xmlns:bk="http://www.elsevier.com/xml/bk/dtd" xmlns:cals="http://www.elsevier.com/xml/common/cals/dtd" xmlns:ce="http://www.elsevier.com/xml/common/dtd" xmlns:ja="http://www.elsevier.com/xml/ja/dtd" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:sa="http://www.elsevier.com/xml/common/struct-aff/dtd" xmlns:sb="http://www.elsevier.com/xml/common/struct-bib/dtd" xmlns:tb="http://www.elsevier.com/xml/common/table/dtd" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xocs="http://www.elsevier.com/xml/xocs/dtd" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:prism="http://prismstandard.org/namespaces/basic/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><coredata><prism:url>https://api.elsevier.com/content/article/pii/S0927024821003688</prism:url>....

我怎样才能得到这篇论文的全部数据，非常感谢！

Answer 1

这取决于你想要下载的报纸。

我修改了一下你发布的函数。现在它以JSON的形式获得响应，而不是XML (这只是我个人的偏好，您可以使用您喜欢的格式)。

import httpx
import time

def scopus_paper_date(paper_doi,apikey):
    apikey=apikey
    headers={
        "X-ELS-APIKey":apikey,
        "Accept":'application/json'
         }
    timeout = httpx.Timeout(10.0, connect=60.0)
    client = httpx.Client(timeout=timeout,headers=headers)
    query="&view=FULL"
    url=f"https://api.elsevier.com/content/article/doi/"+paper_doi
    r=client.get(url)
    print(r)
    return r

现在您可以检索所需的文档，然后必须解析它：

# Get document
y = scopus_paper_date('10.1016/j.solmat.2021.111326',my_api_key)
# Parse document
import json
json_acceptable_string = y.text
d = json.loads(json_acceptable_string)
# Print document
print(d['full-text-retrieval-response']['coredata']['dc:description'])

结果将是文档的dc:description，即摘要：

利用水的光电化学离解(PEC)技术生产分子氢是一种很有前途的技术。通过Mott型测量，确定了不同材料的禁带宽度及价带和导带位置。

对于这个文档，您可以得到的全部，没有更多的选项。但是，如果您试图获得一个不同的文档，例如：

# Get document
y = scopus_paper_date('10.1016/j.nicl.2021.102600',my_api_key)
# Parse document
import json
json_acceptable_string = y.text
d = json.loads(json_acceptable_string)

然后，可以打印full-text-retrieval-response的full-text-retrieval-response键。

# Print document
print(d['full-text-retrieval-response']['originalText'])

您会注意到，这是一个很长的字符串，包含大量文本，可能更多您想要的文本，例如，它也包含所有引用。

正如我在一开始所说，你可以得到的信息取决于单一的文件。但是，完整的数据将始终包含在代码中定义的y变量中。