微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

在 Python 中使用 doi 自动下载

如何解决在 Python 中使用 doi 自动下载

我在一个 csv 文件中有大约 1000 个与相关 doi 相关的文章链接,我需要下载这些论文。

我尝试了以下方法

List_dois = [""] #here I have inserted the list of 1000 doi

out = 'out_folder'
logging.basicConfig(filename='myapp.log',level=logging.INFO)
for doi in List_dois:
    try:
        SciHub(doi,out).download(choose_scihub_url_index=3)
        time.sleep(10)
    except:
        logging.info("Error!",sys.exc_info()[0],doi)

但是在大​​约 10 次下载后,它会生成以下错误

Traceback (most recent call last):
  File "/home/username/PycharmProjects/pythonProject3/main.py",line 65,in <module>
    sci = SciHub(doi,out).download(choose_scihub_url_index=3)
  File "/home/username/PycharmProjects/pythonProject3/venv/lib/python3.8/site-packages/scidownl/scihub.py",line 90,in download
    self.download_pdf(pdf)
  File "/home/username/PycharmProjects/pythonProject3/venv/lib/python3.8/site-packages/scidownl/scihub.py",line 147,in download_pdf
    if self.is_captcha_page(res):
  File "/home/usernamePycharmProjects/pythonProject3/venv/lib/python3.8/site-packages/scidownl/scihub.py",line 184,in is_captcha_page
    return 'must-revalidate' in res.headers['Cache-Control']
  File "/home/username/PycharmProjects/pythonProject3/venv/lib/python3.8/site-packages/requests/structures.py",line 54,in getitem
    return self._store[key.lower()][1]
KeyError: 'cache-control'

我该如何解决这个问题? 睡眠时间不要增加太多,不然操作真的太长了...

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?