python - 使用 Python 将 BibTex 文件转换为数据库条目

Question

给定一个 bibTex 文件，我需要将各个字段（作者、标题、期刊等）添加到 MySQL 数据库中的表中（使用自定义模式）。

在做了一些初步研究之后，我发现存在Bibutils，我可以使用它来将 bib 文件转换为 xml。我最初的想法是将其转换为 XML，然后在 python 中解析 XML 以填充字典。

我的主要问题是：

有没有更好的方法可以进行这种转换？
是否有一个库可以直接解析 bibTex 并为我提供 python 中的字段？

（我确实找到了bibliography.parsing，它在内部使用 bibutils 但没有太多的文档，我发现很难让它工作）。

score 24 · Accepted Answer

老问题，但我现在正在使用Pybtex库做同样的事情，它有一个内置的解析器：

from pybtex.database.input import bibtex

#open a bibtex file
parser = bibtex.Parser()
bibdata = parser.parse_file("myrefs.bib")

#loop through the individual references
for bib_id in bibdata.entries:
    b = bibdata.entries[bib_id].fields
    try:
        # change these lines to create a SQL insert
        print b["title"]
        print b["journal"]
        print b["year"]
        #deal with multiple authors
        for author in bibdata.entries[bib_id].persons["author"]:
            print author.first(), author.last()
    # field may not exist for a reference
    except(KeyError):
        continue

score 3 · Accepted Answer

我的解决方法是使用 bibtexparser 将相关字段导出到 csv 文件；

import bibtexparser
import pandas as pd

with open("../../bib/small.bib") as bibtex_file:
    bib_database = bibtexparser.load(bibtex_file)
    
df = pd.DataFrame(bib_database.entries)
selection = df[['doi', 'number']]
selection.to_csv('temp.csv', index=False)

然后将 csv 写入数据库中的表中，并删除temp.csv.

这避免了我发现的 pybtex 的一些复杂性。

score 2 · Accepted Answer

你也可以使用 Python BibtexParser：https ://github.com/sciunto/python-bibtexparser

文档：https ://bibtexparser.readthedocs.org

这非常简单（我在生产中使用它）。

郑重声明，我不是这个库的开发者。

score 1 · Accepted Answer

转换为 XML 是个好主意。

XML 作为一种独立于应用程序的数据格式存在，因此您可以使用现成的库对其进行解析；使用它作为中介没有特别的缺点。事实上，您通常可以将 XML 导入数据库，甚至无需通过 Python 之类的编程语言（尽管您必须为这样的任务编写 Python 的数量是微不足道的）。

据我所知，Python 没有直接、成熟的 bibTeX 阅读器。

score 0 · Accepted Answer

您可以使用 Perl 包Bib2ML (aka. Bib2HTML)。它包含一个bib2sql从 BibTeX 数据库生成 SQL 数据库的工具，具有以下架构：

另一种工具：bibsql 和 bibtosql。

然后，您可以通过编写一些 SQL 转换查询将其提供给您的架构。

python - 使用 Python 将 BibTex 文件转换为数据库条目

5 回答 5

Related

Reference