用途:通过 bioRxiv/medRxiv 统一 REST API 程序化获取预印本元数据,用于追踪最新研究、按学科监控投稿、批量筛选文献、跟踪预印本转正式发表情况。
主要能力:按日期范围列出预印本(可客户端按类别过滤);按 DOI 获取单篇详情与版本历史;通过 publisher 端点查询是否已在同行评审期刊发表;支持 biorxiv 与 medrxiv 两个服务器。返回字段含标题、摘要、作者、类别、DOI、日期、版本。
使用方式:需 Python 的 requests、pandas,安装命令 pip install requests pandas。API 基址为 https://api.biorxiv.org,端点形如 /details/{server}/{date_from}/{date_to}/{cursor} 或 /details/{server}/{doi},分页每页 100 条,cursor 递增。无需 API key。
限制:API 不原生支持类别过滤,需取回后客户端筛选;total 字段为字符串需转换;collection 按版本从旧到新排序,取最新版本用 collection[-1];部分预印本摘要为空需做兜底;批量查询应加延时(如 time.sleep(0.2))。资料提到 www.biorxiv.org 受 Cloudflare 反爬影响,直接下载 PDF 可能返回 403,可回退到 EuropePMC 获取元数据。同行评审文献可改用 pubmed-database,全学科可改用 openalex-database。