KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#developer-tools #codex #typescript #ai-agents #ai-agent #cli #claude-code #open-source #deepseek-harness #dsh-plugin #python #mcp

PaperWebCrawler

★ 41 Open GitHub ↗

IEEE XPLORE等文献网站的爬虫工具/Crawler for Paper Website like IEEE XPLORE

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 文献网站爬虫工具

还在为IEEE复杂的搜索条件发愁么？还在为ACM不支持自定义查询而苦恼么？那就试试这个小工具吧

## 开发文档及项目说明

本项目的开发文档及项目说明可查看[~~链接（暂不可用）~~](https://yagol2020.github.io/project/pwc.html)

### 使用说明

1. 从releases中下载最新的exe文件和jre压缩包（该jre是java runtime环境，用于提供运行环境）
2. 将exe和解压后的jar文件夹放到同一个目录下（英文目录） 请确定目录结构如下

```tree
your folder name 
├── jre
│ ├── bin
│ └── lib
└── PWC.exe
```

3. 预先准备ChromeDriver（链接在下面）
4. 打开exe，即可开始运行

## 开发-准备工作

* Chrome浏览器
* **ChromeDriver: [链接](http://chromedriver.storage.googleapis.com/index.html)**

```markdown
极其重要！！！！！！

一定要将合适的ChromeDriver放到src/main/resources里，替换掉原有的ChromeDriver!
```

驱动的版本应与Chrome的版本一致，下图将展示如何查看Chrome版本

## 使用说明 Usage

1. 根据pom.xml配置依赖
2. GUI级别的工具入口是`gui.view.MainGui.main`
3. 输入想要查询的关键字

4. 文献的结果会输出在`target/classes/output/IEEE XPLORE YourSerarchQuery.csv`中，GUI级别的会弹出结果展示表格

5. 目前文献的信息包括
    1. 你查询的关键字
    2. 文章标题
    3. 作者列表
    4. 出处（期刊或会议名称）
    5. 发表日期
    6. 论文类型（期刊或会议）
    7. 对于期刊，可以获得影响因子
    8. paper的网页地址
    9. 论文数量统计，以折线图的形式

## 文献查询结果 Csv Result

文献查询结果会以`csv`文件形式呈现，如下图所示，该样例以`NLP Model Parameter`作为关键字进行查询。

## 折线图

## 近期目标 TODO List

| 序号  | 内容               |    开工时间     |    完工时间     | 提出人                                    |                           开发                            |
|:---:|:-----------------|:-----------:|:-----------:|----------------------------------------|:-------------------------------------------------------:|
|  1  | IEEE XPLORE 爬虫框架 | 2021年11月10日 | 2021年11月12日 |                                        |         @[yagol](https://github.com/yagol2020)          |
|  2  | 论文等级识别           | 2021年11月12日 | 2021年11月22日 |                                        |         @[yagol](https://github.com/yagol2020)          |
|  2  | 论文等级识别           | 2021年11月12日 | 2021年11月22日 |                                        |         @[yagol](https://github.com/yagol2020)          |
|  3  | ACM 爬虫框架         | 2021年11月20日 | 2021年11月22日 |                                        |         @[yagol](https://github.com/yagol2020)          |
|  4  | IEEE XPLORE 摘要获取 | 2021年11月13日 |      -      | @[vencerk](https://github.com/vencerk) |         @[yagol](https://github.com/yagol2020)          |
|  5  | ACM 爬虫框架         |  2022年1月1日  | 2022年1月13日  |                                        |         @[yagol](https://github.com/yagol2020)          |
|  6  | 柱状图              | 2021年12月20日 | 2022年1月13日  |                                        |         @[yagol](https://github.com/yagol2020)          |
|  7  | 饼状图              |  2022年1月5日  | 2022年1月30日  |                                        |         @[yagol](https://github.com/yagol2020)          |
|  8  | Springer 爬虫框架    | 2022年1月13日  |      -      |                                        |         @[yagol](https://github.com/yagol2020)          |
|  9  | 知网框架             | 2022年10月12日 |             |                                        |            @[yagol](https://github.com/yagol2020)       |

## 仓库

[GitHub仓库链接](https://github.com/yagol2020/PaperWebCrawler)

[Gitee仓库链接](https://gitee.com/yagol2020/PaperWebCrawler)

* Gitee不定期与GitHub同步，还请以**GitHub**仓库为准

## IDEA's {File and Code Templates}

```java
/**
 * @author your name
 * @date ${TIME}
 * @Description the description of this class
 **/
class YourCode {

}
```

## 发行说明

由于本软件依赖于GitHub的releases功能实现自动更新功能，因此releases需要符合特定的规则

* EXE版发行的模版：标题为`PWC_EXE_x.x`，标签为`exe_x.x`。其中，`x.x`是版本号，其中包含一个`PWC.exe`可执行文件。
* JAR版发行的模板：`PWC_x.x`

## 版本变更说明
* 2023.3.20, 更新Java版本到11

PaperWebCrawler

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README