XY PubMed PDF Downloader

# XY PubMed PDF Downloader

下载 PubMed Central (PMC) 和 Europe PMC 开放获取论文的 PDF 文件。

功能

• 支持多种输入格式：PMC ID、PubMed URL、DOI
• 自动从 URL 中提取 PMC ID
• DOI 自动转换为 PMC ID
• 批量下载支持
• 自动回退到 Europe PMC

使用方法

单文件下载

```bash python3 scripts/download_pmc_pdf.py <identifier> ```

• 支持的 identifier 格式：
• PMC ID: `PMC12345678` 或 `12345678`
• PubMed URL: `https://pmc.ncbi.nlm.nih.gov/articles/PMC12345678/`
• DOI: `10.3389/fcvm.2024.1368022`

批量下载

创建文本文件 `pmc_list.txt`，每行一个 ID： ``` PMC12345678 PMC87654321 10.3389/fcvm.2024.1368022 https://pmc.ncbi.nlm.nih.gov/articles/PMC56789012/ ```

运行： ```bash python3 scripts/download_pmc_pdf.py --batch pmc_list.txt ```

选项

• `-o, --output <dir>`: 指定输出目录 (默认: `./downloads`)
• `-f, --filename <name>`: 自定义文件名
• `--batch <file>`: 从文件批量下载

示例

```bash # 下载单个 PDF python3 scripts/download_pmc_pdf.py PMC12867338

# 指定输出目录 python3 scripts/download_pmc_pdf.py PMC12867338 -o ./papers

# 自定义文件名 python3 scripts/download_pmc_pdf.py PMC12867338 -f coronary_prediction.pdf

# 批量下载 python3 scripts/download_pmc_pdf.py --batch id_list.txt -o ./batch_downloads ```

注意事项

1. 仅支持开放获取 (Open Access) 的文章
2. 如果 PMC 下载失败，会自动尝试 Europe PMC
3. 批量下载时默认有 1 秒延迟，避免对服务器造成压力
4. 需要 `requests` 库：`pip install requests`

输出

• 下载的 PDF 文件保存在指定目录，默认命名格式：
• `PMC{ID}.pdf` (如 `PMC12867338.pdf`)

错误处理

• `404`: 文章不存在或不是开放获取
• `DOI 转换失败`: 该 DOI 没有对应的 PMC 记录
• 其他网络错误会显示详细错误信息