用途:该工具面向 bioRxiv 预印本的编程化访问,适用于按主题或研究领域查询近期预印本、跟踪特定研究者的发表、系统性文献综述、分析发表趋势、获取引用元数据与 DOI,以及下载预印本 PDF 做文本分析。
主要能力:支持按关键词、作者、DOI 检索;可用 --since/--until 指定日期区间,或用 --recent 查询最近 N 天;可用 --subject 按学科分类过滤;可用 --fields 限定在标题、摘要或作者中搜索;输出结构化 JSON,包含 DOI、标题、作者、通讯作者、机构、发布日期、版本、分类、许可证、类型、摘要、PDF 与网页链接、期刊引用等字段;支持通过 --fetch-pdf 下载 PDF,并提供 normalize 方法规范化输出。
使用方式:先安装依赖 pip install requests。命令行示例:python scripts/biorxiv_client.py --terms "protein folding" --recent 30 --out results.json;按作者:python scripts/biorxiv_client.py --author "Chen" --recent 180;按 DOI:python scripts/biorxiv_client.py --doi "10.1101/2024.05.22.594321";下载 PDF:python scripts/biorxiv_client.py --doi "10.1101/2024.05.22.594321" --fetch-pdf paper.pdf。也可在 Python 中使用 PreprintClient,调用 find_by_terms、find_by_author、get_by_doi、fetch_pdf、normalize 等方法。
适用场景:生命科学领域的文献监测、系统综述、趋势分析、元数据采集和 PDF 文本分析。
限制:内置请求间隔约 0.5 秒,批量操作需自行增加延时;日期范围过大会影响响应时间,建议拆分查询;预印本可能存在多个版本,PDF URL 含版本号;零结果可能由日期或连接问题导致,需检查 count;重复调用建议缓存 JSON 输出。参考文件包括 api-reference.md 与 examples.md。收费、价格与其他平台支持信息暂未提供。