用途:面向生物学预印本发现与文献监测。可按关键词(如 CRISPR)在指定回溯天数内搜索 bioRxiv 预印本,获取结构化元数据,并按 DOI 下载全文 PDF,适合构建周期性检索与收集的文献监测流程。
主要能力:关键词搜索并支持可配置回溯窗口(days_back);返回字典列表形式的元数据,含 title、abstract、doi、authors 等字段(具体键取决于 API 响应映射);按 DOI 下载 PDF 到本地路径;提供可脚本化的 Python API(BioRxivSearcher)与命令行接口。
使用方式:安装依赖 pip install requests。Python 端从 scripts.biorxiv_search 导入 BioRxivSearcher,调用 search_by_keywords(["CRISPR"], days_back=30) 获取结果,再用 download_pdf(first["doi"], out_path) 下载。命令行示例:python scripts/biorxiv_search.py "CRISPR" 30。可用 python scripts/biorxiv_search.py --help 做最小验证。接口与字段细节见 references/api_reference.md。
适用场景:查找某主题近期预印本、搭建文献监测管线、为下游分析或索引准备结构化元数据、批量下载指定 DOI 的 PDF、无需额外编码的快速查询。
限制:需 Python 3.8+ 与 requests>=2.25.0;缺少必需数据、标识符、文件或凭据时不应使用;不得用于编造结果或超出范围结论;输出建议为可直接使用的结构化交付物,如 biorxiv_database_result.md,并附简短验证摘要。失败时应说明缺失字段或参数及最小修复方式。