批量下载PDF

如何批量下载PDF

本文假设你已经详细阅读过前面五篇，对Zotero有一定基础了。

Q1. 如何批量抓取PDF文档，快速了解研究者重点

在前面的文章中，你应该学会一个重要技巧了，就是通过【google学术】，根据作者名字或者论文名字，搜索出论文全文，然后批量保存到Zotero中。

但是，现实生活中，还常常存在另一类需求。就是作者很慷慨地提供了自己所有论文的PDF文档，列在个人网站上，以备同行引用。

因为作者自己提供的文档往往清晰度更高、比【Google学术】中根据作者名字搜出来的更齐全一些。怎么批量下载，然后导入到Zotero中？让我们来举个例子。

APA今年的奖评刚出来了。每年这些奖项里面，【早期职业生涯贡献奖】 与 【杰出贡献奖】 参考价值不错，一个代表心理学未来，获奖者：http://t.cn/8kxCp3n 一个代表心理学过去，获奖者：http://t.cn/8kxCp3E

其中，Linda B. Smith很猛，近两年双丰收。才拿2013年侧重认知科学基础卓越贡献奖的David E. Rumelhart奖（现在火爆的深度学习大牛Hinton是第一个拿这个奖的），今年又拿 【杰出贡献奖】 。她的个人主页：http://t.cn/8kxphwG

我们就以她的论文为例。

步骤如下：

1、安装一个chrome的批量下载插件：

Chrome Web Store - DownloadAll

2、访问Linda B. Smith提供出版物的网页，她恰巧在自己的个人网站上，提供了PDF全文列表，网址如下：

Cognitive Development Lab - Indiana University. Bloomington

点击该插件，如下图所示：

Zotero 1Zotero 1

选择后缀为pdf，开始下载。如下图所示：

Zotero 2Zotero 2

牛人发的论文就是多，一百多篇，咱们可以去喝杯咖啡，让它慢慢下载，如下图所示：

Zotero 3Zotero 3

3、打开Zotero，新建一个目录，用于导入这些pdf，比如，我们建个目录，叫做：Linda B. Smith。

Zotero 4Zotero 4

4、然后将下载的pdf文件，全部拖入到Linda B. Smith这个目录即可。如果你实在不知道怎么拖，就这么来，找到：【链接文件副本。。。】，然后按住shift键，选中所有下载的pdf文件。如下图所示：

Zotero 5Zotero 5

如果PDF文件太多，电脑内存较少，请注意别死机，可以考虑分批链接。

5、接下来，我们根据下载的PDF，批量生成文献信息，如下图所示，选中所有PDF文件，右键：

Zotero 6Zotero 6

有些没找到文献信息的PDF，要么是年代过早，要么是版本保护问题，咱们先不管它。也请特别注意，一次别更新太多文献信息，【Google学术】目前有同一时间请求数量限制，50篇以内最好，超过后请稍候片刻。

Zotero 7Zotero 7

6、最后，看一下所有论文的【google学术引用次数】，按照【其它】字段排序。这样，我们就可以知道Linda B. Smith的核心论文是哪几篇了。

Zotero 8Zotero 8

Q2. 如何建立自己的个性化知识库

今天，受我鼓吹，开始用Zotero的几位朋友，都在问我同一个问题：为什么不能保存国内某某网站、某某网站呢？

答：这是设计哲学的不同，它只默认抓取高质量信息，如google学术、science、经济学人、华尔街日报这些。 国内那些信息质量差的网站，不看也罢。

这是Zotero已支持的信息来源：http://t.cn/zTqrKc3

你可以自定义更多信息来源，或拍个网页快照来保存。如下图所示：

Zotero 9Zotero 9

自定义信息类型与网页快照的区别是，网页快照不区分网页来源，也不进行个性化处理。无论来自什么网站，都统一是拍个快照。自定义信息类型，则可以进行更多精细加工处理。比如，将Zotero知识库列出什么菜谱、TED视频、问答。未来，你可以基于这个自定义信息类型，去进行更多的操作。你可以将它理解为一种对网上半结构化信息进行处理的手段。

在Zotero中，这个自定义信息类型，一般叫做：translators。有以下四种：

  • Web translators：比如，抓取豆瓣图书，将其数据类型整理为book。这是一位开发者写好的：zotero/translators
  • Import translators
  • Export translators
  • Search translators

第一种是最常用的。我们可以借助于Web translators，定义自己的TED视频库、菜谱库。。。只要你想得到，都可以处理。第一次定义成功后，未来，你再次访问时，直接网页收藏即可。

那么，如何自定义信息库呢？自定义Zotero抓取信息类型非常容易，无需太多编程知识，只需对github与js有点基础就可以了。 Zotero也提供了一个插件，参见该插件：http://t.cn/8k6CVsb 与该文档：[dev:translators [Zotero Documentation］(http://www.zotero.org/support/dev/translators)

小结

本文介绍了两个Zotero实用技巧。一个是当研究者提供了所有出版物时，如何批量下载，以及根据批量下载后的PDF生成文献引用信息，继而根据【google学术引用次数】找出她最重要的论文；一个是，如何保存任意网页，并根据自己个性化需求，开发自定义的translators，从而打造一个个性化的知识库。