SuperAPI AI 工具集

alterlab-dergipark

写作与研究

查看项目

更新于 10-15 19:56

技能介绍

用途:用于从 DergiPark 获取数据,包括采集某土耳其期刊全部文章、列出期刊存档或查找其 slug、获取文章的 BibTeX/RIS、下载全文 PDF、读取期刊宗旨与范围(öz/kapsam)及自报索引列表。涉及土耳其语术语保留变音符号。

主要能力:通过三个脚本实现,均需在技能目录下用 uv run python 运行,无需 API key,优先 requests,否则回退 urllib。①scripts/dergipark_oai.py:OAI 采集主路径,支持 Identify/ListSets/ListRecords/GetRecord,前缀 oai_dc(解析为干净字段)与 oai_mods/oai_marc/oai_etdms(返回原始记录 XML);示例:uv run python scripts/dergipark_oai.py harvest mulkiye --prefix oai_dc --out mulkiye.json。②scripts/article_meta.py:单篇文章转 BibTeX/RIS/JSON,示例:uv run python scripts/article_meta.py /en/pub/mulkiye/article/10 --format bibtex。③scripts/journal_info.py:返回宗旨范围与 /indexes 页(带免责声明)。

必要规则:OAI datestamp 是平台重新索引时间,非出版日期;按出版年筛选需先采集再本地按 dc:date 过滤。PDF id 不等于文章 id,须从 citation_pdf_url 元标签获取。托管不等于被索引,/indexes 为自报且未经核实,权威 TR Dizin 状态应转 alterlab-trdizin。

适用与限制:搜索页面有人机验证,不能直接 HTTP 抓取搜索,OAI 集合采集与直接文章页抓取是稳健路径。网络失败时输出 network_unavailable/oai_error JSON 到 stderr(退出码 1),不伪造记录。slug 即 OAI setSpec,见 dergipark.org.tr/en/pub/{slug};list-journals 仅见前 100 个 set,因 ListSets 已停止分页(2026-09-23)。参考文献见 references/endpoints.md、oai-cookbook.md、indexing.md。