一个方便查找SCI的爬虫软件

文章目录

• 一、软件介绍
• 二、Python代码
• 总结

一、软件介绍

为了避免在查找文献中频繁的打开sci-hub网站，写了一个调用sci-hub网站的小软件，输入SCI的DOI号即可打开文件。


如果文章查询不到：

二、Python代码

代码如下：

import tkinter as tk
import tkinter.messagebox
import requests
import re
import webbrowser
import threading
window=tk.Tk()
window.title('SCI-hub')
window.geometry('400x100')
l=tk.Label(window,text='DOI:',font=('Times New Roman',14),width=4,height=1)
t_1=tk.Entry(window,width=40)

def find():
    var_text = t_1.get()
    doi = str(var_text).strip()
    url = 'https://sci-hub.et-fine.com/'

    url_find = url + doi
    headers = {
        'authority': 'sci-hub.et-fine.com',
        'cache-control': 'max-age=0',
        'sec-ch-ua': '"Chromium";v="21", " Not;A Brand";v="99"',
        'sec-ch-ua-mobile': '?0',
        'sec-ch-ua-platform': '"Windows"',
        'upgrade-insecure-requests': '1',
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36',
    }

    res = requests.get(url_find, headers=headers)
    ex = r' <iframe src=(.*?) id="pdf"></iframe>'

    try:
        object = re.findall(ex, res.text, re.S)[0]  # IndexError: list index out of range
        webbrowser.open(object)
    except IndexError:
        tk.messagebox.showerror(title='ERROR',message='SCI-hub没有此文件')
    res.close()
    pass
def find_2():
    th=threading.Thread(target=find)
    th.start()

b_1 = tk.Button(window,text='查找',font=('宋体',12),command=find_2)

l.place(x=5,y=20)
t_1.place(x=60,y=22)
b_1.place(x=180,y=65)
window.mainloop()

总结

代码中的headers字典最好使用自己浏览器中的headers进行伪装，网站：https://curlconverter.com/ ，可以快速的得到浏览器的headers。