日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

python自動從arxiv下載paper的示例代碼

瀏覽:27日期:2022-07-03 10:27:01

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2020/02/11 21:44# @Author : dangxusheng# @Email : dangxusheng163@163.com# @File : download_by_href.py’’’自動從arxiv.org 下載文獻’’’import osimport os.path as ospimport requestsfrom lxml import etreefrom pprint import pprintimport reimport timeimport globheaders = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.87 Safari/537.36', 'Host': ’arxiv.org’}HREF_CN = ’http://cn.arxiv.org/pdf/’HREF_SRC = ’http://cn.arxiv.org/pdf/’SAVE_PATH = ’/media/dangxs/E/Paper/download_at_20200730’os.makedirs(SAVE_PATH, exist_ok=True)FAIL_URLS = []FAIL_URLS_TXT = f’{SAVE_PATH}/fail_urls.txt’def download(url, title): pattern = r’[/:*?'’<>|rn]+’ new_title = re.sub(pattern, ' ', title) print(f’new title: {new_title}’) save_filepath = ’%s/%s.pdf’ % (SAVE_PATH, new_title) if osp.exists(save_filepath) and osp.getsize(save_filepath) > 50 * 1024: print(f’this pdf is be existed.’) return True try: with open(save_filepath, ’wb’) as file: # 分字節下載 r = requests.get(url, stream=True, timeout=None) for i in r.iter_content(2048):file.write(i) if osp.getsize(save_filepath) >= 10 * 1024: print(’%s 下載成功.’ % title) return True except Exception as e: print(e) return False# 從arxiv.org 去下載def search(start_size=0, title_keywords=’Facial Expression’): # 訪問地址: https://arxiv.org/find/grp_eess,grp_stat,grp_cs,grp_econ,grp_math/1/ti:+Face/0/1/0/past,2018,2019/0/1?skip=200&query_id=1c582e6c8afc6146&client_host=cn.arxiv.org req_url = ’https://arxiv.org/search/advanced’ req_data = { ’advanced’: 1, ’terms-0-operator’: ’AND’, ’terms-0-term’: title_keywords, ’terms-0-field’: ’title’, ’classification-computer_science’: ’y’, ’classification-physics_archives’: ’all’, ’classification-include_cross_list’: ’include’, ’date-filter_by’: ’date_range’, # date_range | specific_year # ’date-year’: DOWN_YEAR, ’date-year’: ’’, ’date-from_date’: ’2015’, ’date-to_date’: ’2020’, ’date-date_type’: ’announced_date_first’, # submitted_date | submitted_date_first | announced_date_first ’abstracts’: ’show’, ’size’: 50, ’order’: ’-announced_date_first’, ’start’: start_size, } res = requests.get(req_url, params=req_data, headers=headers) html = res.content.decode() html = etree.HTML(html) total_text = html.xpath(’//h1[@class='title is-clearfix']/text()’) total_text = ’’.join(total_text).replace(’n’, ’’).lstrip(’ ’).strip(’ ’) # i.e. : Showing 1?50 of 355 results num = re.findall(’d+’, total_text) # Sorry, your query returned no results if len(num) == 0: return [], 0 total = int(num[-1]) # 查詢總條數 paper_list = html.xpath(’//ol[@class='breathe-horizontal']/li’) info_list = [] for p in paper_list: title = p.xpath(’./p[@class='title is-5 mathjax']//text()’) title = ’’.join(title).replace(’n’, ’’).lstrip(’ ’).strip(’ ’) href = p.xpath(’./div/p/a/@href’)[0] info_list.append({’title’: title, ’href’: href}) return info_list, total# 去指定頁面下載def search_special(): res = requests.get(’https://gitee.com/weberyoung/the-gan-zoo?_from=gitee_search’) html = res.content.decode() html = etree.HTML(html) paper_list = html.xpath(’//div[@class='file_content markdown-body']//li’) info_list = [] for p in paper_list: title = p.xpath(’.//text()’) title = ’’.join(title).replace(’n’, ’’).lstrip(’ ’).strip(’ ’) href = p.xpath(’./a/@href’)[0] info_list.append({’title’: title, ’href’: href}) pprint(info_list) return info_listif __name__ == ’__main__’: page_idx = 0 total = 1000 keywords = ’Facial Action Unit’ while page_idx <= total // 50: paper_list, total = search(page_idx * 50, keywords) print(f’total: {total}’) if total == 0: print(’no found .’) exit(0) for p in paper_list: title = p[’title’] href = HREF_CN + p[’href’].split(’/’)[-1] + ’.pdf’ print(href) if not download(href, title):print(’從國內鏡像下載失敗,從源地址開始下載 >>>>’)# 使用國際URL再下載一次href = HREF_SRC + p[’href’].split(’/’)[-1] + ’.pdf’if not download(href, title): FAIL_URLS.append(p) page_idx += 1 # 下載最后的部分 last_1 = total - page_idx * 50 paper_list, total = search(last_1, keywords) for p in paper_list: title = p[’title’] href = HREF_CN + p[’href’].split(’/’)[-1] + ’.pdf’ if not download(href, title): FAIL_URLS.append(p) time.sleep(1) pprint(FAIL_URLS) with open(FAIL_URLS_TXT, ’a+’) as f: for item in FAIL_URLS: href = item[’href’] title = item[’title’] f.write(href + ’n’) print(’done.’)

以上就是python自動從arxiv下載paper的示例代碼的詳細內容,更多關于python 從arxiv下載paper的資料請關注好吧啦網其它相關文章!

標簽: Python 編程
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
石原莉奈在线亚洲二区| 亚洲深夜福利| 欧美日韩网址| 免费视频亚洲| 亚洲欧美一区在线| 久久久久国产| 久久天堂成人| 亚洲午夜在线| 伊人影院久久| 视频一区二区不卡| 亚洲专区视频| 欧美亚洲三级| 国产精品分类| 国产suv精品一区| 国产精品专区免费| 日韩精品午夜| 亚洲黄色在线| 天堂成人国产精品一区| 夜夜嗨一区二区三区| 99国产精品99久久久久久粉嫩| 夜夜嗨网站十八久久| 亚洲性视频在线| 久久激五月天综合精品| 精品中文在线| 日本久久成人网| 亚洲激情偷拍| 日韩亚洲精品在线观看| 国产精品久久久网站| 国产盗摄——sm在线视频| 91精品国产调教在线观看| 亚洲综合精品四区| 日本成人中文字幕| 麻豆精品蜜桃视频网站| 麻豆成人综合网| 日韩深夜视频| 亚洲经典在线| 久久国产精品免费精品3p| 久久久久九九精品影院| 日韩中文影院| 黄色亚洲免费| 国产欧美日韩一区二区三区四区| 欧美国产日本| 欧美日韩色图| 天堂va在线高清一区| 美腿丝袜亚洲一区| 国产一区欧美| 91精品啪在线观看国产爱臀| 成人在线观看免费视频| 日本欧美不卡| 亚洲乱亚洲高清| 国产在线不卡一区二区三区| 精品欧美激情在线观看| 亚洲深夜福利在线观看| 精品久久91| 妖精视频成人观看www| 国产日产精品一区二区三区四区的观看方式| 成人污污视频| 免费精品视频| 精品久久福利| 亚洲综合日韩| 国产一区二区三区天码| 蘑菇福利视频一区播放| 久久av网站| 天堂日韩电影| 88久久精品| 激情欧美一区| 美腿丝袜亚洲三区| 欧美综合二区| 日产午夜精品一线二线三线| 蜜臀av性久久久久蜜臀aⅴ四虎| 麻豆一区在线| 蜜桃传媒麻豆第一区在线观看| 欧美激情日韩| 久久国产精品毛片| 国产va免费精品观看精品视频| 亚洲精品美女91| 国产调教一区二区三区| 午夜欧美在线| 国产精品**亚洲精品| 日韩亚洲国产欧美| 亚洲精品永久免费视频| 91亚洲精品在看在线观看高清| 97国产精品| 69堂精品视频在线播放| 亚洲成人精选| 欧美成人a交片免费看| 日韩高清中文字幕一区| 婷婷亚洲五月| 中文字幕在线高清| 国产精东传媒成人av电影| 免费不卡在线视频| 136国产福利精品导航网址| 精品黄色一级片| 亚洲精品第一| 亚洲国产不卡| 日韩一区二区三区在线免费观看| 欧美日韩一区二区三区不卡视频| 欧美午夜不卡影院在线观看完整版免费| 美女高潮久久久| 日本色综合中文字幕| 国产农村妇女精品一二区| 久久av免费| 国产欧美日韩视频在线| 亚洲精品欧美| 亚洲色图国产| 在线精品一区二区| 欧美日韩激情| 日韩在线综合| 麻豆精品视频在线观看免费| 欧美一区激情| 日韩美女国产精品| 久久亚洲欧洲| 免费日韩av片| 午夜在线精品偷拍| 91成人精品视频| 激情综合自拍| 亚洲二区在线| 欧美~级网站不卡| 亚洲风情在线资源| 风间由美中文字幕在线看视频国产欧美| 国产图片一区| 国产人成精品一区二区三| 亚洲精品动态| 爽好多水快深点欧美视频| 国精品一区二区三区| 日韩成人亚洲| 久久精品官网| 99视频精品全国免费| 香蕉成人av| 久久人人精品| 美女亚洲一区| 免费观看久久av| 狠狠色综合网| 视频一区视频二区中文字幕| 蜜臀av亚洲一区中文字幕| 一区二区亚洲视频| 日韩精品一区二区三区中文 | 亚洲婷婷在线| 91久久久精品国产| 午夜宅男久久久| 婷婷亚洲成人| 国产亚洲精品美女久久 | 亚洲欧美久久久| 免费不卡在线观看| 日本中文字幕视频一区| 91欧美极品| 欧美精品二区| 欧产日产国产精品视频| 在线看片福利| 亚洲婷婷在线| 日韩专区欧美专区| 日韩激情网站| 精品久久免费| 国产一区亚洲| 亚洲视频国产| 国产精东传媒成人av电影| 日产午夜精品一线二线三线| 国产一区日韩欧美| 中文字幕免费一区二区| 国产欧美精品| 人人草在线视频| 中文精品在线| 亚洲精品欧美| 国产欧美69| 欧美久久天堂| 国产亚洲精品久久久久婷婷瑜伽| 日韩美女国产精品| а√在线中文在线新版| 欧美日韩免费观看一区=区三区| 亚洲三级精品| 精品五月天堂| 亚州av乱码久久精品蜜桃| 日韩欧美中文字幕电影| 国产福利91精品一区二区| 欧美亚洲国产一区| 日本va欧美va瓶| 超级白嫩亚洲国产第一| 香蕉久久国产| 欧美欧美黄在线二区| 日本少妇一区| 日本不卡高清| 国产精品久久久久av电视剧| 亚洲精品影视| 日韩专区精品| 日韩视频一二区| 久久久精品日韩| 亚洲日产国产精品| 国产伦久视频在线观看| 伊人国产精品| 日韩电影免费网站| 亚洲精品日韩久久| 日韩精品久久久久久久电影99爱 | 日韩视频一区| 国产精品17p| 国产视频亚洲| 久久精品亚洲一区二区| 国产日韩综合| 老牛影视精品| 97久久精品| 狠狠干成人综合网|