中国知网论文批量下载工具

中国知网论文批量下载工具(免费使用)

(2011-10-28 21:05:29)

转载▼

中国知网CNKI并不支持批量下载，但有时却需要此功能。这几天在家，上网不太方便，不能一篇一篇的去下载，想把搜索到的文章批量下载。在网上搜了搜这方面的工具，是有几个，但要收费，还是自力更生吧。想到前段做的新浪博客统计小程序（/s/blog_67532f7c0100yi4l.html），可利用此思路来做个CNKI的批量下载工具。基本思路是分析文献查询后的结果页面，把所有文章的下载地址给分析出来，再将其下载。需要试用该工具的朋友可留下邮箱地址(回复此文即可，不要发博客留言)。

[2012-5-14]淘宝上有人出售此软件，或是使用此软件批量下载的期刊。在此再次声明，本程序只是减少文献下载时的点击之苦，切勿用于商业用途，请慎重使用。本程序也不会提供无帐号下载功能，已暂停对本程序的的更新，如果实在觉得使用太麻烦，那就请卸载了吧。

[2012-5-4]cnkiforpdf已能将分析结果保存到本地，可从数据管理界面进行选择性下载。解决文章标题小于10时被跳过下载的问题。

[2012-3-5]如果只想下载某期刊全年的文章，可参看此：批量下载全年期刊的方法

[2012-3-6]推出特别版，支持下载PDF格式。可参看：中国知网期刊总库PDF下载

知网推出的批量下载工具：

/software/study.htm#1

[使用时，切勿贪“快”，避免下载不完整，或是IP被禁用。时间间隔的设置依据你所处的网速而定，我一般是设置20s。如果下载速度快，间隔就设置长，如果下载速度慢，则间隔可短些。知网是有连续下载的时间限制，为了安全使用，请勿超速。]

[2012-3-26]下载的时候，有时会出现有文件夹的情况，这主要是因为在给文件命名的文件名里头有“/”字符，结果被当做文件夹路径了，比如“面向B/S的。。。”，这个文章就会生成文件夹“面向B”，而后里面的文章是“S 的。。。”。解决办法是在采集文章标题时，把一些特殊符号给去除掉。（未改）。

[2012-3-25]在进行大批量下载时（比如一千条记录以上），就算是已合法登录，也仍然会碰到.5下载失败的情况，这主要是由于连续下载过多，CNKI 会提示诸如“对不起，你的操作太过频繁”的错误，然后需要重新退出登录才能下载。目前已在CNKI批量下载特别版（优硕库）中解决此问题，即当出现错误提示后，自动注销又再自动登录。

[2012-3-24]CNKI博士库特别版实现导入下载列表后下载，这样就不用

每次都分析页面了，直接从URL下载。

[2012-3-7]CNKI-Elearning支持的cnt格式是文本形式的XML文件，里面包含了很多信息，包括下载页面。将来可以从这里获取文章的元数据，省去分析页面所花的时间，效率定会提高不少。

[2012-3-6]有时下载的文章太多，时间长了，就有不少文章下不来了，都成了.5的，那可能是在页面上长时间不操作，帐号自动退出了。

[2012-3-1]对有些完全有权限下载的文章，在连续下载时会有下载不了的情况（下载的文件名后缀如.5），但单独下载是可以的。这可能是因为网络原因下载失败之后，程序不再继续尝试下载该文章了。这要增加个校验的功能，对于搜索到的文章是否是完整下载到硬盘上进行检查。这对于收集成套的期刊之类是用法是需要的。

[2012-3-1]有的网友反映下载到一半之后停电或者系统死机什么的，又得重头开始下载，这个太耗时了。目前的确没有选择下载，或是下载状态保存的功能，下一版本要添加。更多的人希望提供PDF下载，因为从KDH之类的格式转换到PDF后就只是个图片而已，无法进行复制粘贴。嗯，这个很早之前就有人强烈要求了，技术上的思路也早就有，但，，一种所谓“残缺之美”吧，先凑合着用，还是待下一版推出吧，前提是“如果还有下一版”。

[2012-2-27]下其指定期刊的方法。可在查询条件页面的“文献出版来源”输入期刊名，比如“社会学研究”，再在“发表时间”处选择起始日期，比如想下载2012年第一期的，就设置2012-1-1,2012-1-31。如果想下载全年的，就设置2011-1-1到2012-1-1。

[2012-2-27] BUG。有些可下载的文章，下载后显示0KB，但在网页中是可以正常下载的。其原因原来是该文章的标题含有一些特殊字符是WINDOWS文件名不允许的，所以以标题做为文件名生成文件时发生了错误，文件就保存不下来，显示为0KB了。解决方法需要在程序中生成保存路径的时候，把文件名中不被WINDOWS接受的字符先过滤掉。这个在写anSpringer下载器时已处理，可参看。(2012-2-27fixed)

[2011-12-14]希望能支持维普数据库。这个的确可以考虑，反正是同样的方法。UI要改改，毕竟不少用户并不关心分析的过程。现在这个用户界面比较乱的原因主要是为了方便调试而已。如果把这些分析过程，隐藏起来，那用户界面就可以做得更简洁，操作起来就更方便了，而且不用HTML组件，更能提高性能。

[2011-12-12]两个新的建议：1、“无帐号”下载。这个朋友说可提供有效的知网帐号，只要在程序中从远程读取账号及密码在程序后台自动登录，就算是实现了“无帐号”下载。“无帐号”只是相对于用户来说，因为用户不需要登录知网了，而是由程序自动从远端获取可用的帐号来登录。这一过程是不需要用户参与的，而账号密码也是会及时更新，保持总能获取可用的账号。该功能不打算做，毕竟这涉及到知识产权的问题；2、期刊下载。这个功能看似挺实用的。比如说有人想要下载《中国电化教育》的所有电子档，虽说现在可以从查询页面的“文献来源”输入关键词，从时间范围输入要下载哪一期，但下载回来的文章并无组织结构（意指所有文章全放到一个文件夹里），不方便管理。如果提供界面，请界户输入期刊名，选择期号，即可将该期的全部文章下载，或是下载某年度的所有期号，或是某期刊多年来的所有文章，而下载回来的文章按年/期/的组织形式存放好，这样就好收藏了。