我是Python新手,我需要从科学文献中提取引用文献。以下是我正在使用的代码
from refextract import extract_references_from_file
import pandas as pd
references = extract_references_from_file('1503.07589.pdf')
dfref = pd.DataFrame(references)
dfref.to_excel('./refs.xlsx')
使用此命令一次只能从一个文件中提取引用,但我需要从多个文件中一起提取引用。所以,请指导我是否可能以及如何做。非常感谢!
最佳答案
docs声称提取的引用以 dict
形式返回。
Returns a dictionary with extracted references and stats.
这不太准确;
返回 dict
的 list
,
每个引用文献一本字典。
所以你只需要建立一个更长的列表。
from refextract import extract_references_from_file
higgs_papers = ['1503.07589', '2008.05492']
references = []
for paper in higgs_papers:
references.extend(extract_references_from_file(f'/tmp/{paper}.pdf'))
现在您有了一个更大的列表,references
,您可以将其变成更大的df
。
您可能还会发现glob方便:
import glob
files = glob.glob('/tmp/*.pdf')
关于python - 如何在 Refextract 上一起运行多个文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63428294/