我正在做一个项目来分析期刊文章是如何被引用的。我有一个很大的期刊文章名称文件。我打算把它们传给 Google Scholar,看看每个有多少引用。
这是我遵循的策略:
使用来自http://www.icir.org/christian/scholar.html的“scholar.py” 。这是一个预先编写的 python 脚本,用于搜索谷歌学者并以 CSV 格式返回第一次命中的信息(包括引用次数)
谷歌学者在一定数量的搜索后阻止你(我有大约 3000 篇文章标题要查询)。我发现大多数人使用 Tor(如何在 Python 中通过 Tor 发出 urllib2 请求?和防止自定义网络爬虫被阻止)来解决这个问题。Tor 是一种每隔几分钟就会给你一个随机 IP 地址的服务。
我有学者.py 和 tor 都成功设置和工作。我对 python 或库 urllib2 不是很熟悉,想知道需要对 Academic.py 进行哪些修改,以便通过 Tor 路由查询。
如果存在大规模谷歌学者查询,我也愿意接受更简单(并且可能相当不同)的方法的建议。
提前致谢