有没有办法以编程方式访问CiteSeerX（例如按作者和/或标题搜索？）令人惊讶的是，我找不到任何相关的东西；肯定其他人也在尝试获取学术文章元数据而不求助于抓取吗？
编辑：请注意，CiteSeerX支持OAI PMH，但这似乎是一个面向数字图书馆的 API（“内容传播”），并不专门支持搜索。此外，该页面上的 citeseer 信息非常稀少，甚至说“目前，OAI 存在困难”。
还有一个关于 CiteSeerX API 的 SO question（虽然不是专门搜索）；2 个答案没有解决问题（一个谈到 Mendeley，另一个软件，另一个说 OAI-PMH 实现可以免费提供对最小规范的扩展）。
或者，任何人都可以提出一种以编程方式从作者/标题中获取引文的好方法吗？
正如其中一位评论者所建议的那样，我首先尝试了 jabref：
jabref -n -f "citeseer:title:(来自) 作者:(Brewer)"
然而，jabref 似乎没有意识到查询字符串需要包含冒号，因此会引发错误。
对于搜索结果，我最终用 Python 的 BeautifulSoup 抓取了 CiteSeerX 结果：
url = "http://citeseerx.ist.psu.edu/search?q="
q = "title%3A%28{1}%29+author%3%28{0}%29&submit=Search&sort=cite&t=doc"
url += q.format (author_last, title.replace (" ", "+"))
soup = BeautifulSoup (urllib2.urlopen (url).read ())
result = soup.html.body ("div", id = "result_list") [0].div
title = result.h3.a.string.strip ()
authors = result ("span", "authors") [0].string
authors = authors [len ("by "):].strip ()
date = result ("span", "pubyear") [0].string.strip (", ")
可以从结果中获取文档 ID（摘要链接 URL 中误导性命名为“doi=...”的部分），然后将其传递给 CiteSeerX OAI 引擎以获取都柏林核心 XML（例如http:// citeseerx.ist.psu.edu/oai2?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai:CiteSeerX.psu:10.1.1.42.2177 ); 然而，XML 最终包含多个 dc:date 元素，这使得它不如抓取输出有用。
太糟糕了 CiteSeerX 使人们尽管有所有开放档案/开放访问的言论，但仍会求助于抓取。