wolfram-mathematica - 谁能分享一个使用 Mathematica 和 Google Scholar 提取学术研究信息的简单例子

Question

如何使用 Mathematica 和 Google Scholar 查找某人在 2011 年发表的论文数量？

Answer 1

Google Scholar 不太适合这个目标，因为它没有正式的 API AFAIK。它还不提供结构化(例如 XML)格式的结果。因此，我们必须求助于一种快速(而且非常非常脆弱!)的文本模式匹配技巧，例如:

 searchGoogleScholarAuthor[author_String] := 
 First[StringCases[
   Import["http://scholar.google.com/scholar?start=0&num=1&q=" <> 
     StringDrop[
      StringJoin @@ ("author:" <> # <> "+" & /@ 
         StringSplit[author]), -1] <> "&hl=en&as_sdt=1,5"], ___ ~~ 
     "Results" ~~ ___ ~~ "of about" ~~ Shortest[___] ~~ 
     p : Longest[(DigitCharacter | ",") ..] ~~ ___ ~~ "." ~~ ___ ~~ 
     "(" ~~ ___ :> p]]

In[191]:= searchGoogleScholarAuthor["A Einstein"]

Out[191]= "6,400"

In[190]:= searchGoogleScholarAuthor["Einstein"]

Out[190]= "9,400"

In[192]:= searchGoogleScholarAuthor["Wizard"]

Out[192]= "197"

In[193]:= searchGoogleScholarAuthor["Vries"]

Out[193]= "70,700"

添加ToExpression如果您不喜欢字符串结果。如果你想限制出版年份可以添加&as_ylo=2011&as_yhi=2011&到搜索字符串并更改开始和结束年份 适本地。

请注意，具有流行名字的作者会产生大量虚假点击，因为无法唯一地识别单个作者。此外，Scholar 还返回各种热门内容，包括引文、书籍、重印等。所以，实际上，这对于计数来说并不是很有用。

一些解释:

Scholar 将作者和合著者的姓名首字母和姓名拆分为多个 author:字段与 + 组合。 StringDrop[StringJoin @@ ("author:" <> # <> "+" & /@ StringSplit[author]), -1]部分代码负责处理这个问题。 StringDrop删除最后一个 + 。

Stringcases部分包含一个大文本模式，它基本上搜索 Scholar 放置在每个结果页面顶部的文本，并包含点击数。然后该号码被隔离并返回。